МЕТОДОЛОГИЯ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ ФИНАНСОВЫХ РЫНКОВ ПРИ РЕАЛИЗАЦИИ ДЕНЕЖНО-КРЕДИТНОЙ ПОЛИТИКИ БАНКОМ РОССИИ

Краткое описание

Год:

2012

Автор научной работы:

Гамбаров, Георгий Михайлович

Ученая cтепень:

доктор экономических наук

Место защиты диссертации:

Москва

Код cпециальности ВАК:

08.00.12

Специальность:

Бухгалтерский учет, статистика

Количество cтраниц:

410

Оглавление диссертациидоктор экономических наук Гамбаров, Георгий Михайлович

Введение
Глава 1. Финансовые рынки как объектстатистическогоисследования
1.1. Рольфинансовыхрынков в реализации денежно-кредитнойполитики
1.2. Экономические предпосылки развития статистического анализа в центральных банках
1.3. Развитие статистическогоинструментарияцентральных банков
1.4. Проблемы статистического анализа российских финансовыхрынков
1.5. Ключевые направления экономико-статистического моделирования в центральных банках
Глава 2. Экономико-статистический анализ российского финансового рынка
2.1. Российская экономика вкризисныйпериод
2.2. Экономико-статистический анализденежногорынка
2.3. Экономико-статистический анализвалютногорынка
2.4. Экономико-статистический анализ рынкаоблигаций
2.5. Экономико-статистический анализ рынкаакций
Глава 3.Методологияпостроения индексов и индикаторов финансовых рынков
3.1. Принципы построения индексов финансовых рынков
3.2. Методология построения индексов ииндикаторовдоходности государственных облигаций России
3.3. Порядок расчета индексов и индикаторовдоходностирынка государственных облигаций России
3.4. Развитие методики построения индексовпроцентныхставок и финансовой напряженности наденежномрынке
3.5. Анализ динамики индексов финансовых рынков методом линейного сглаживания
Глава 4. Методология построениясрочнойструктуры процентных ставок
4.1. Роль срочной структуры процентныхставокв реализации денежно-кредитной политики
4.2. Проблемы и модели оценки срочной структуры процентных ставок
4.3. Выбор модели оценки срочной структуры процентных ставок на зарубежном и российском рынках
4.4. Методология оценки срочной структуры процентных ставок на российском рынке государственных облигаций
Глава 5. Методология оценкирисковыхпремий на финансовых рынках
5.1. Развитие методологии построения рыночногопортфеляна рынке акций
5.2. Развитие методологии оценкипремийза ликвидность на рынке государственных облигаций
5.3. Метод регуляризации поПаретокак способ оценки рыночнойликвидности
5.4. Методы классификации в анализе финансовых рынков
5.5. Развитие методологии оценкикредитныхпремий на рынке корпоративных облигаций
Глава 6. Методология оценки равновесных финансовых переменных
6.1. Развитие методологии оценки равновесных и эффективныхвалютныхкурсов для определения внешней стоимостивалюты
6.2. Развитие методологии определения нейтральных процентных ставок на денежном рынке
6.3. Методология определениясбалансированногоуровня банковской ликвидности 340 Заключение 353 Приложения 358 Список использованной литературы

Введение диссертации (часть автореферата)На тему "Методология статистического исследования финансовых рынков при реализации денежно-кредитной политики банком России"

Актуальность темы исследования. Внедрение новыхинструментови методов управления денежной сферой экономики предопределило ключевую роль финансовых рынков вмакроэкономическомрегулировании. На сегодняшний день основные операции центральных банков по изменению объемовденежногопредложения и процентных ставок реализуются на финансовых рынках на сторонеспросаили предложения финансовых активов. В свою очередь, центральные банки,покупаяи продавая на финансовых рынках, сами становятся крупнейшимидержателямифинансовых активов. Финансовые рынки являются также основным источником информации о состоянии и развитии финансовой системы.
Статистическое моделирование российских финансовых рынков в целях реализации денежно-кредитной политики является необходимой, но в то же время достаточно сложной задачей. В отличие от развитых финансовых рынков здесь не в полной мере действуют базовые теоретические конструкции, на которых зачастую опираются статистические модели. Это особенно справедливо в отношении поведения субъектов денежно-кредитной сферы, поскольку трансформация режима денежно-кредитной политики еще далека от завершения.
Деятельность участников финансовых рынков (банков, инвестиционных истраховыхкомпаний и др.) в большой степени подчиняется общей логике рационального поведения, хотя и здесь имеется множество проблем, связанных с латентными отношениями. По этой причине в настоящее время крайне затруднено построение достоверных статистических экономических моделей, в том числе моделей функционирования финансовых рынков, описывающих такие показатели как нейтральнаяпроцентнаяставка и кривая доходности, равновесныйвалютныйкурс, индексы и т.д.
Тем не менее, к настоящему времени уже накоплена достаточно обширная статистическая база, характеризующая динамикубанковскойликвидности, процентных ставок, индексов рынкаоблигацийи других финансовых индикаторов. Организаторы и регуляторы российского финансового рынка проделали огромную работу по построению новых более продвинутых финансовых показателей, что обеспечило исследователей и экспертов в данной сфере богатой информацией об особенностях функционирования финансовогосектораэкономики.
В то же время даже столь объемная статистическая информация, как правило, не является полной, содержит многочисленные пропуски и искажения данных. Тому есть несколько объяснений. Центральное место занимает проблема недостаточнойликвидностироссийского финансового рынка, его узости и низкой активности участников. Даже базовые финансовые механизмы, такие как институтбезрисковыхфинансовых заимствований, получили в последнее время лишь сдержанное развитие. Тогда как на развитых рынках (например, вСША) рынок государственных ценных бумаг является самымликвиднымсегментом финансового рынка.
Когда речь идет о развитых финансовых рынках, то у исследователей имеется больше оснований строить и оценивать стандартныеэконометрическиемодели, опираясь при этом на общепринятые теоретические гипотезы и постулаты. Анализ статистической литературы, появившейся за последние тридцать лет, наглядно показывает колоссальный научный рывок в данной области. Если ранее моделирование динамического ряда могло ограничиваться экспоненциальным сглаживанием, то в современных работах по статистическому анализу финансовых рынков такая техника практически не используется.
Здесь особо следует выделить такие научные достижения как динамические модели Бокса-Дженкинса, авторегрессионные модели с условнойгетероскедастичностьюЭнгла, а также наиболее популярные обобщенные версии последних, разработанные Болерслевом, и многие другие. Важно отметить, что модели типа ARCH раскрывают одно фундаментальное свойство развитых финансовых рынков - их временную неоднородность, что отражают дополнительные уравнения динамикиволатильности.
Таким образом, в целом можно говорить о движении прикладной ветви статистической науки в сторону более полного учета специфических особенностей объектов моделирования. Углубление и развитие финансовых рынков, появление сложных финансовых продуктов в совокупности с изменениемцелевыхустановок денежных властей обусловили повышение требований к статистическим моделям и сделали каждую отдельную модель лишь частью более общей, комплексной аналитической системы. Последнее отразилось и на общепринятой методологии прогнозирования, которая стала основываться на комбинации прогнозов как наиболее эффективной оценки будущей траектории прогнозируемой переменной.
Широкое использование статистических методов в процессе подготовки центральным банком решений в областимонетарнойполитики и оценке их последствий обусловлено существованием большого числанеучтенныхфакторов в трансмиссионном механизме денежно-кредитной политики (ДКП), а также тем, что действия центрального банка проявляются с некоторой задержкой.
Наряду с ростом значимости финансовых рынков в процессе принятиямонетарнымиорганами решений в сфере денежно-кредитной политики усиливается потребность в совершенствовании статистических методов анализа финансовых рынков. Это связано с усложнением финансовых отношений, появлением новых инструментов, а также с усилением внешних воздействий на фоне протекающего финансовогокризиса. Кроме того, этому способствует изменение концептуальных моделей денежно-кредитной политики и переход многих центральных банков, в том числе и Банка России, кинфляционномутаргетированию, предполагающему управление ожиданиями участников финансовых рынков.
Совершенствование методологии статистического анализа особенно важно для развивающихся финансовых рынков, поскольку здесь не в полной мере действуют теоретические конструкции, используемые в традиционных статистических моделях. На развивающихся финансовых рынках проблема неоднородности приобретает новое измерение - помимо собственно временной неоднородности, характерной для развитых финансовых рынков, таким рынкам присуща «структурная» неоднородность. Другими словами, если развитый финансовый рынок статистики рассматривают как единый объект исследования для изучения его динамических свойств, то на развивающихся рынкахсегментацияучастников и фрагментация торгов приводит к выделению отдельной статистической проблемы - классификации, то есть выделения отдельных структурно однородных частей единой финансовой системы.
Все это свидетельствует об актуальности темы диссертационного исследования, связанной с разработкой методологии статистического анализа финансовых рынков для реализации денежно-кредитной политики Банка России.
Степень разработанности темы исследования. Попытки статистического анализа финансовых рынков в целяхреализации денежно-кредитной политики начали предприниматься с 1970-х гг. в период их бурного развития и отказа центральных банков от фиксациивалютныхкурсов к доллару США. Фундаментальные основы для оценки роли финансовых рынков в деятельности центральных банков были заложены представителями новой классическоймакроэкономики. К ним относятся, прежде всего, основатель теории рациональных ожиданий Роберт Лукас, впоследствии получившийнобелевскуюпремию по экономике. В 1980 - 1990-е гг. идеи Р. Лукаса были развиты в рамках формирования нового направления - экономико-статистического моделирования денежно-кредитной политики, основоположниками которого принято считать А. Алесина, Б.Бернанке, Ф. Гиаваззи, Ч. Гудхарта.
В процессе моделирования денежно-кредитной политики проблематика исследований стала смещаться в сторону решения конкретных проблем функционирования центральных банков. В частности, начиная с 1990-х гг. центральные банки опираются на режиминфляционноготаргетирования в реализации денежно-кредитной политики. По этой причине к числу ключевых научных проблем в этой сфере стали относить задачуиндексациифинансовых рынков, определения справедливой стоимости финансовыхактивови оценку равновесных значений денежно-кредитных показателей, таких как валютный курс,процентныеставки, банковская ликвидность.
Теоретические и практические основы статистического анализа финансовых рынков заложили фундаментальные работы таких зарубежных ученых как Б. ДеЛонг, Р.Дорнбуш, Д. Кохрейн, П. Кругман, Д.Кэмпбелл, Р.Л. Лукас, Б. МакКаллум, Д.МакКинона, А. Мелцер, Ф. Мишкин, М.Обстфельд, Д. Риттер, К. Рогофф, Н. Рубини, Г. Рудебуш, Т. Саржент, Л. Свенссон, К. Симе, Д.Тобин, Т. Уолш, У. Шарп, Р. Шиллер, Б.Эйченгрини др.
Работы отечественных ученых по анализу финансовых рынков включают труды Г.Н.Белоглазовой, А.Р. Белоусова, В.К. Бурлачкова, В.В. Добрынской, С.М.Дробышевского, A.M. Козловской, Л.Н. Красавиной, О.И.Лаврушина, И.В. Ларионовой, Д.В. Левченко, В .Е.Маневича, С.Р. Моисеева, О.Л. Роговой, П.В.Трунина, P.M. Энтова и др.
Разработка методологии статистического исследования опиралась на труды таких известных отечественных ученых, как С.А.Айвазян, Т.Н. Агапова, В.А. Балаш, Л.Г.Батракова, О.Э. Башина, И.К. Беляевский, Г.Л.Громыко, Л.А. Данченок, Д.В. Дианов, Т.А.Дуброва, И.И. Елисеева, М.Р. Ефимова, Е.В.Зарова, С.Д. Ильенкова, М.В. Карманов, A.B. Коротков,Ю.П.Лукашин,
B.Г.Минашкин, B.C. Мхитарян, С.А. Орехов, A.A.Романов, Б.Т. Рябушкин, H.A. Садовникова, A.A.Френкельи др.
Среди последних работ (2006-2011 гг.), посвященных статистическому анализу финансовых рынков, следует особо выделить диссертационные исследования А.И.Болонина, И.Г. Горловской, В.Г. Когденко, И.А.Коха,
C.Р.Моисеева, B.C. Панфилова, Н.В. Фотиади.
Однако, несмотря на относительную разработанность различных смежных аспектов темы исследования, в современной литературе, пока отсутствует комплексная методология анализа финансовых рынков, учитывающая деятельность по проведению денежно-кредитной политики. Сказанное свидетельствует об актуальности темы исследования, и предопределяет выбор предмета и объекта исследования, его цели и решаемых задач.
Целью исследования является разработка методологии статистического исследования финансовых рынков при реализации денежно-кредитной политики.
Для достижения цели в диссертационном исследовании поставлены и решены следующие задачи:
- проанализировать эволюцию и современное состояние денежно-кредитной политики и определить ключевые направления статистического анализа финансовых рынков при ее реализации;
- усовершенствовать систему показателей финансовых рынков, на которых Банк России проводит операции по реализации денежно-кредитной политики;
- разработать методику построения индексов ииндикаторовроссийских финансовых рынков;
- предложить методы сглаживания и выделениятрендадля статистического анализа динамики показателей финансовых рынков;
- систематизировать статистические подходы и методы определения кривойбескупоннойдоходности и разработать метод построениясрочнойструктуры процентных ставок для российского рынка облигаций;
- разработать методику многомерной классификации облигаций по ихкредитномукачеству для оценки премий закредитныйриск;
- предложить метод статистического выявленияпремийза ликвидность на российском рынке облигаций;
- разработать методологию статистической оценки справедливой стоимости облигаций на российском финансовом рынке;
- предложить подход к статистическому анализу стоимости российскихакций; разработать методологию статистического определения внешней стоимостивалютыи равновесного валютного курса.
- разработать методологию статистической идентификации нейтральныхпроцентныхставок и уровня сбалансированной банковской ликвидности.
Объектом исследования являются российские финансовые рынки, на которых Банк России проводит операции по реализации денежно-кредитной политики.
Предметом исследования выступают система показателей и методы статистического анализа финансовых рынков, на которых Банк России проводит операции по реализации денежно-кредитной политики.
Теоретическую и методологическую основу исследования составили труды отечественных и зарубежных ученых по экономической теории, статистике, денежно-кредитной политике и финансовым рынкам.
В работе использовались статистические методыиндексного, корреляционного, регрессионного, кластерного и факторного анализа; методы исследования рядов динамики и прогнозирования, а также табличные и графические приемы визуализации результатов исследования. Для обработки исходной информации и построения моделей применялись пакеты прикладных программ: SPSS, Statistica, EViews, Microsoft Excel.
Область исследования. Исследование выполнено в рамках Паспорта отрасли наук «Экономические науки», специальности по кодуВАКМинобрнауки России - 08.00.12 «Бухгалтерскийучет, статистика», пунктов: 4.10. «Методология построения статистических показателей, характеризующих социально-экономические совокупности; построения демографических таблиц; измерения уровня жизни населения; состояния окружающей среды»; 4.11. «Методы обработки статистической информации: классификация и группировки, методы анализа социально-экономических явлений и процессов, статистического моделирования, исследования экономическойконъюнктуры, деловой активности, выявления трендов и циклов, прогнозирования развития социально-экономических явлений и процессов»; 4.13. «Совершенствование методологии национальногосчетоводстваи макроэкономических расчетов; методологии построениябалансовдля регионов, отраслей и экономики в целом; построенияплатежногобаланса и статистических показателейвнешнеэкономическихсвязей».
Информационную базу исследования составили официальные данные Федеральной службы государственной статистики,МинфинаРоссии, Банка России, а также результатыбиржевыхторгов ММВБ и РТС, данные информационныхагентствReuters, Bloomberg, периодической печати и сети Интернет по исследуемой тематике.
Научная новизна исследования заключена в разработке методологии комплексного статистического анализа финансовых рынков, обеспечивающей аналитическуюподдержкуреализации денежно-кредитной политики.
Наиболее существенные новые научные результаты, полученные лично соискателем и выносимые на защиту:
- сформулированы и систематизированы проблемы и основные направления статистического анализа российских финансовых рынков, что позволило комплексно исследовать как ключевые, так иоперационныезадачи денежных властей;
- усовершенствована система статистических показателей финансовых рынков, позволившая повысить эффективность информационнойподдержкиденежно-кредитной политики;
- предложен статистический метод регуляризации поПарето, дающий возможность строить обобщающий показатель по частным характеристикам без их предварительного взвешивания;
- разработаниндикаторликвидности выпусков облигаций, построенный на основе метода регуляризации по Парето и создана статистическая модель определения премий заликвидность, позволяющая оценивать стоимость облигаций нанизколиквидномроссийском финансовом рынке;
- предложена методика классификациивыпусковоблигаций по уровню кредитного риска, которая дает возможность проводить статистическую оценкукредитныхпремий;
- разработана методология статистической оценки справедливой стоимости облигаций на российском финансовом рынке, позволяющая оценивать стоимостьнизколиквидныхоблигаций, принимаемых Банком России в обеспечение;
- предложен подход к статистической оценке рыночногопортфеля, что дает возможность оценивать стоимость акций, принимаемых Банком России в обеспечение операцийРЕПО;
- усовершенствована методика построения индексов и индикаторов рынка государственных облигаций, позволяющая проводитьиндексациюфинансовых рынков и осуществлять мониторинг конъюнктуры внутреннего рынка государственногодолга;
- разработана методика определения уровня процентныхставокна сегментированном рынке, что позволяет оценивать стоимость заимствования на рынке РЕПО и рынкемежбанковскихдепозитов, а также дало возможность усовершенствовать статистическуюотчетностьбанков по операциям наденежномрынке;
- усовершенствована статистическая модель построения срочной структуры процентных ставок на основе фильтра Кальмана для российского рынка государственных облигаций, позволяющая определять стоимость безрисковых заимствований;
- предложена методология статистического определения равновесного индекса внешней стоимости валюты и равновесноговалютногокурса, позволяющая корректировать денежно-кредитную политику;
- разработана методология статистической идентификации нейтральнойпроцентнойставки и сбалансированной банковской ликвидности, что дает возможность определять правило денежно-кредитного регулирования.
Теоретическая значимость исследования состоит в разработке теоретических положений, составляющих методологию статистической поддержки денежно-кредитной политики и включающих: принципы и методы построения индексов и индикаторов финансовых рынков, принципы и модели классификации инструментов финансовых рынков, модели оценки справедливой стоимости финансовых активов, аналитические подходы к описанию латентных финансовых переменных.
Практическая значимость исследования определяется тем, что полученные в работе результаты используются Банком России для оценкииндикаторарыночной ликвидности, нейтральных процентных ставок,сбалансированнойбанковской ликвидности, уровня процентных ставок и других индикаторов при проведении денежно-кредитной политики;ММВБсовместно с Банком России используются при расчете и публикации срочной структуры процентных ставок, индексов и индикаторовдоходностирынка государственных облигаций, кривой процентных ставок рынка РЕПО, оценке справедливой стоимости облигаций.
Изложенные в работе направления и методы статистического анализа финансовых рынков могут быть использованы Федеральной службой государственной статистики для оценки состояния и мониторинга финансовых рынков, а также встратегическомпланировании Банка России в части управления денежно-кредитной сферой и достижения целевых показателеймакроэкономическогоразвития.
Апробация результатов исследования. Основные результаты исследования были представлены и получили одобрение на 22 международных и российских конференциях, семинарах и совместных рабочих встречах представителей центральных банков, в том числе: на семинаре «Инструментыфинансовых рынков» 3-23 сентября 2000 г. в Герцензии (Швейцария); на семинаре «Развитие рынкакорпоративныхоблигаций» 27 ноября - 1 декабря 2006 г. в Шанхае (КНР);
- на семинаре «Инструменты денежно-кредитной политики и механизмы их использования.Таргетированиеинфляции» 27-30 ноября 2007 г. в Туле;
- на рабочей встрече по вопросам прогнозирования ликвидности с 25 по 26 июня 2008 г. в Париже;
- на международном семинаре «Таргетированиеинфляции» в период с 27 по 30 апреля 2009 г. в Москве;
- на семинаре «Макропрогнозирование, моделирование и рыночные операции» с 13 по 15 мая 2009 г. в Киеве;
- на рабочей встрече по вопросам управления государственнымдолгоми учета государственных ценныхбумагс 19 по 22 сентября 2010 г. в Лондоне;
- на международной конференцииРИАНовости «Российский денежный рынок» 21-22 октября 2010 г. в Москве;
- на международной конференциикорпорацииУралсиб Кэпитал «Облигационный рынок России - новая эра 2010» в июне 2010 г. в Москве;
- на семинаре «Финансовая стабильность» 21—25 февраля 2011 г. во Франкфурте-на-Майне.
Материалы и результаты работы были использованы в учебном процессе Центра подготовкиперсоналаБанка России в курсе «Статистический анализ финансовых рынков» и Русско-американского христианского института в курсе «Статистика вбизнесеи экономике».
Публикации. Результаты исследования опубликованы в 57 работах общим объемом 128,9 п.л. (авт. 76,2 п.л.), в том числе в 4 монографиях (14,4 п.л., 8,9 п.л., 22,5 п.л., 15,4 п.л. (авт. 44,0 п.л.), 13 публикациях в рецензируемых научных журналах, рекомендованных ВАК Минобрнауки России (14,2 п.л., авторских 11,3 п.л.), 4 учебниках и учебных пособиях (33,6 п.л., авт. 7 п.л.).
Структура и объем работы. Диссертационная работа состоит из введения, шести глав и заключения, списка литературы и приложений.

Список литературы

Заключение диссертациипо теме "Бухгалтерский учет, статистика", Гамбаров, Георгий Михайлович

Заключение
Настоящее диссертационное исследование посвящено проблемам и методам статистического анализа финансовых рынков в целях реализации денежно-кредитной политики. В последнее десятилетие статистические исследования центральных банков стали рассматривать финансовые рынки как механизмыперераспределенияфинансовых ресурсов и индикаторы развития денежно-кредитной сферы. С методологической точки зрения финансовые рынки представляют собой уникальный объект статистических исследований по следующим причинам.
Во-первых, финансовые рынки стали центральным источником оперативной статистической информации о развитии денежно-кредитной сферы, в том числе об изменении ожиданий субъектов экономики. Информация финансовых рынков обладает такими характеристиками как высокая частота,оперативностьвозникновения, наличие устойчивых статистических свойств и другие. В совокупности все эти характеристики позволяют рассматривать финансовые рынки как наиболее удобный способ выявления закономерностей функционирования и развития денежно-кредитной сферы экономики.
Во-вторых, финансовые рынки позволяют создаватьценныеаналитические продукты посредством использования специальной статистической техники. В настоящей работе были рассмотрены практически все аналитические продукты, которые ктекущемумоменту получили развитие в мире и в России. К ним относятся индексы ииндикаторыфинансовых рынков (рынков акций,облигацийи денежного рынка), кривыепроцентныхставок рынка государственных облигаций,корпоративныхоблигаций и денежного рынка, индикаторы рыночнойликвидностии ликвидности отдельных финансовыхинструментов, кредитные премии и премии заликвидность, индикаторы нейтральных процентных ставок и структурной ликвидности.
В-третьих, информация финансовых рынков становится значимой составляющей комплексныхпрогнозныхмакроэкономических моделей. К сожалению, до сих пор в экономической науке не разработано подходов к включению данных финансовых рынков вквартальныемодели прогнозирования макроэкономической динамики, которые стали фундаментом оценки рыночнойконъюнктурыведущими центральными банками мира. В этой связи в диссертационной работе содержатся предложения по разработке так называемыхмакрофинансовыхмоделей, основанных на синтеземакроэкономическихи финансовых уравнений. Составление, апробация и использование подобных моделей может стать предметом будущих фундаментальных исследований.
Настоящая работа, несмотря наобщемировуюзначимость вышеупомянутого вопроса, была нацелена на решение проблем статистического анализа преимущественно российских финансовых рынков. Особенность функционирования финансовых рынков в России и существующие ограничения в проведении денежно-кредитной политики предопределили предметную область данной работы. Формулировка темы и определение предмета диссертационного исследования было обусловлено следующими обстоятельствами.
Первое - это проблема «структурной неоднородности», присущая практически всем недостаточно развитым финансовым рынкам. В отличие от развитых финансовых рынков, статистический анализ которых направлен на выявление временной неоднородности, российский финансовый рынок включает в себя несколько отличныхсегментов, как по участникам, так и поинструментам. Это накладывает серьезные ограничения на использование стандартных статистических (эконометрических) методов и порождает потребность в разработке (или применении) специальной техники классификации.
Второе - это модернизация денежно-кредитной политики в направлении развития внутреннего финансового рынка и используемой методологии их анализа. За последние годы Банк России способствовал появлению новых аналитических продуктов - индексов ииндикаторовфинансового рынка, кривой бескупоннойдоходности, справедливой стоимости финансовых активов, структурной ликвидности. Методики расчета указанных показателей в большой степени опираются на научные идеи, концепции и методы, изложенные в настоящей работе. В результате проведения представленного научного исследования денежно-кредитная политика в России стала опираться на современную методологическую базу, что подтверждается наличием соответствующих данных в статистических базах Банка России, а также ссылками на публикации автора.
Проведенное диссертационное исследование позволяет сформулировать следующие научные и практические выводы и рекомендации.
1. В настоящее время резко повысилась роль финансовых рынков в денежно-кредитной политике. Углубление и развитие финансовых рынков, появление сложных финансовых продуктов в совокупности с изменениемцелевыхустановок денежных властей обусловили повышение потребности в статистическом анализе финансовых рынков и требований к статистическим моделям. Наличие методологической основы денежно-кредитной политики стало краеугольным камнем в достижении поставленных перед нею целей. Современное операционное целеполагание в денежно-кредитной политике отводят финансовым рынкам ключевую роль и определяют необходимость их статистического анализа.
2. Эмпирические исследования и попытки статистической проверки гипотез наталкиваются в России на узость информационной базы, определяющуюся не только скудостью публикуемых статистических материалов, но и их недостаточной надежностью. Опыткризиса2007-2008 гг. с особой наглядностью продемонстрировал, насколько низка «прозрачность» официальной отчетности в финансовой сфере экономики. Указанные обстоятельства не только ограничивают исходный массив более или менее надежных статистических данных, используемых в эмпирических исследованиях российских финансовых рынков, но и формируют необходимость осуществления специальной предварительной обработки информации.
3. В работе представлены эффективные методы предварительной обработки информации финансовых рынков. Исследование позволило впервые формализовать понятие рыночной ликвидности и ликвидности отдельных финансовых инструментов. В диссертации представлен метод регуляризации финансовых показателей поПарето, суть которого заключается вранжированииобъектов в условиях наличия у них совокупности признаков.
4. Диссертационное исследование выделяет отдельную статистическую проблему недостаточно развитых финансовых рынков — проблему структурной неоднородности, то есть наличия внутренне отличимых между собой частей единой финансовой системы. Подобная неоднородность несет в себе не только статистические различия, которые описываются рядом известных показателей (доходность, волатильность и т.д.), но и важнейшую для центрального банка функциональную дифференциацию.
5. В работе представлен метод оценкикредитныхпремий для определения стоимости обеспечения операциймеждилерскогоРЕПО, в том числеРЕПОс Банком России, а также выбор оптимальной формы использования данной информации в целях реализации денежно-кредитной политики. При этом основным требованием к предложенному методу классификации, который позволяет дифференцироватьоблигациипо уровню кредитного качества, следует считать включение в модель рыночных данных и использование рыночных оценок в качестве параметров модели классификации.
6. Диссертационное исследование содержит развитие теории индексов финансовых рынков в части формулировки базовых принципов и методологии расчета основных видов индексов. Отдельный раздел работы посвящен исследованию целей и способов построения индексов рынка государственных облигаций как наиболее противоречивой областииндекснойтеории. Кроме того, в работе изложены правила расчета индексов и индикаторов рынка государственных облигаций России, основанные на созданной методологической базе.
7. Общепринятые подходы к оценке индикаторов процентныхставокна денежных рынках не учитывают проблему неоднородной ликвидности. В работе показано, что расчет индикаторов процентных ставок на рынке РЕПО должен включать число участников в качестве отдельного параметра. Такая модификация позволяет принять во внимание эффектысегментациирынка РЕПО и ее влияния на уровень и динамику процентных ставок.
8. Существующие на сегодняшний день многочисленные методы оценкисрочнойструктуры процентных ставок не могут быть непосредственно использованы для нахождениябескупонныхкривых на российском рынке. Для выявления рыночных процентных ставок необходима специальная техника выделения подклассаликвидныхвыпусков, оценки неявных премий за ликвидность, и построения «очищенной» отнерыночныхфакторов спот-кривой. Все это предопределяет потребность в модификации существующей статистической технологии оценки срочной структуры процентных ставок для ее применения на российском рынке.
9. В работе доказано, что важнейшим направлением статистического анализа финансовых рынков в целях реализации денежно-кредитной политики является выявление равновесных финансовых переменных, таких каккредитныепремии и премии за ликвидность на рынке облигаций, нейтральныепроцентныеставки и сбалансированная структурная ликвидность. Оценка равновесных финансовых переменных необходима для проведения операций центрального банка на финансовых рынках и позволяет оценить справедливую стоимость обеспечения, определитьцелевойуровень процентных ставок ибанковскойликвидности.

Список литературы диссертационного исследованиядоктор экономических наук Гамбаров, Георгий Михайлович, 2012 год

1.АйвазянС. А. Статистическое исследование зависимостей. -М.Металлургия. 1968.- 227с.
2.АйвазянС.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974. - 240с.
3.АйвазянС.А., Бухштайбер В.М., Енюков И.С.,МешалкинЛ.Д. Классификация и снижение размерности.- М.:Финансыи статистика, 1989-60с.
4.АйвазянС.А., Мхитарян B.C. Прикладная статистика и основыэконометрики. Учебник для ВУЗов. М.:ЮНИТИ, 1998. 1022 с.
5. Алехин Б., Астанин Э.Ликвидностьрынка ГКО-ОФЗ // Рынокценныхбумаг, 2003, №12.
6. Алехин Б., Астанин Э. Мониторингликвидностирынка государственных ценных бумаг наММВБ// Рынок ценных бумаг, 2002, №16.
7.АндерсонЕ.М. Введение в многомерный статистический анализ. -М.: Физматгиз, 1963. 500с.
8.БалашВ.А., Балаш О.С. Модели линейной регрессии для панельных данных / Уч. пособ.,МЭСИМ., 2002. - 65с.
9.Банковскийсектор России: реформа или модернизация? // Материалы «круглого стола» Комитета по финансовым рынкам иденежномуобращению Совета Федерации Федерального Собрания России, МОНФ, 2003.
10.Банковскоедело: учебник для вузов // Ред. О.И.Лаврушин. Изд. 2-е, перераб. и доп. - М.: Финансы и статистика, 2005. - 672 с.
11.БеляевскийИ.К. Маркетинговое исследование: информация, анализ, прогноз. М.: Финансы и статистика, 2001. 320 с.
12. Благуш П. Факторный анализ с обобщениями. М.: Финансы и Статистика, 1988.-248с.
13. Болч Б., Хуань К. Многомерные статистические методы для экономики. -М.: Статистика, 1979- 316с.
14.БраммерК.С., Зиффлинг Г.М. Фильтр Кальмана-Бьюси. Пер. с нем. М.: Наука, 1982.
15.ВенецкийИ.Г., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе. М.: Статистика. 1979. -444с.
16.ВенсельВ.В. Интегральная регрессия и корреляция: статистическое моделирование рядов динамики,- М., Финансы и статистика, 1981. 221с.
17. Винн Р., Холден К. Введение в прикладнойэконометрическийанализ. М.: Финансы и статистика, 1981. - 294с.
18. ВнешнийдолгРоссии и проблемы его урегулирования // Ред. Л.Н. Красавина. М.: Финансы и статистика, 2002. - 190 с. - (Научный альманах фундаментальных и прикладных исследований).
19. ГайерЛинвудТ. Макроэкономическая теория и переходная |эконономика: Учебник. М.: ИНФРА-М, 1996.
20.ГамбаровГ.М. Метод Парето-регуляризации финансовых показателей // Финансы икредит2006, №6, с.47-52.
21.ГамбаровГ.М. Моделирование и прогнозирование динамических рядов // Учебное пособие, М.:Моск.фин.ин-т, 1988, 48с.
22.ГамбаровГ.М. Оценка премий за ликвидность на рынке ГКО-ОФЗ // РАХИ, Москва, 2004, с. 13-29.
23.ГамбаровГ.М. Показатель структурной ликвидности какиндикаторпроцентной политики // Прикладнаяэконометрика2007, 3(7), с. 3-10.
24.ГамбаровГ.М., Корнилов И. А. Прогнозирование значенийрезультативныхпоказателей с учетом структуры зависимости признаков
25. Математико-статистические исследования в экономике: Сб.научн.трудов/Моск.экон.-стат.ин-т.-М.:МЭСИ, 1986, с.79-81.
26.ГамбаровГ.М., Майданчик А.Б. Основы теории классификации // М.: деп. ВВИНИТИ, № 805-В91, 1991. -494с.
27.ГамбаровГ.М., Майданчик А.Б. Теория классификации (модели, методы и приложения) // М.: деп. В ВИНИТИ, 1989,- 338с.
28.ГамбаровГ.М., Салин В.Н., Четыркин Е.М. Проблемы статистического изучения социально-экономических явлений (учебное пособие) // М.:Моск.фин.ин-т, 1985.- 115с.
29.ГамбаровГ.М., Шевчук И.В. Индексы ииндикаторыдоходности рынка государственных облигаций России // Рынок ценныхбумаг. 2005, № 12, с.65-71.
30.ГамбаровГ.М., Шевчук И.В. Срочная структурапроцентныхставок: оценка в условиях неоднородной ликвидности рынка // Финансы и кредит 2004, №13, с.42-48.
31.ГамбаровГ.М., Шевчук И.В. Срочная структура процентныхставок: оценка в условиях неоднородной ликвидности рынка ГКО-ОФЗ // Финансы и кредит, № 30, 2004.
32.ГамбаровГ.М., Шевчук И.В., Управлениепроцентнымриском портфеля ГКО-ОФЗ на основе методологии многофакторной иммунизации // Финансовыйбизнес. 2003, № 2, с. 12-15.
33.ГамбаровГ.М., Шевчук И.В., Балабушкин А.Н. Оценкасрочнойструктуры процентных ставок, часть 1 // Рынок ценных бумаг. 2003, № 11, с.44-52.
34.ГамбаровГ.М., Шевчук И.В., Балабушкин А.Н. Оценка срочной структуры процентных ставок, часть 2 // Рынок ценных бумаг. 2003, № 13, с.42-48.
35.ГамбаровГ.М., Шевчук И.В., Балабушкин А.Н.,НикитинA.B. Кривая бескупонной доходности на рынке ГКО-ОФЗ // Рынок ценных бумаг. -2005, № 3 (306), с.68-77.
36.ГамбаровГ.М., Шевчук И.В., Марич И.Л. Индексы и индикаторы рынкаоблигацийРоссии: принципы построения // Рынок ценных бумаг. 2005, № 13, с.43-48.
37.ГранбергА.Г., Зайцева Ю.С. Темпы роста в национальном экономическом пространстве //Вопросы экономики, 2002, №9.
38. Григорьев Л., Гурвич Е.,СаватюгинА. Финансовая система и экономическое развитие.//МЭ и МО.-2003г.№7.-с.40-45.
39.ГромыкоГ.Л. Статистические ряды в экономических и экономико-шческих исследованиях (теоретические и методологические пекты). М.:МГУ, 1974.-206с.
40.ДамодаранА. Инвестиционная оценка: инструменты и методы оценки любыхактивов// Альпина Бизнес Букс, 2006
41.ДемиденкоЕ.З. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981.-302с.
42. Денежно-кредитная ивалютнаяполитика: научные основы и практика // Ред. Л.Н.Красавина. М.: Финансы и статистика, 2003. - 296 с. - (Научный альманах фундаментальных и прикладных исследований).
43.Деньгии регулирование денежного обращения: Теория и практика // Ред. Л.Н. Красавина. М.: Финансы и статистика, 2002. - 220 с. - (Научный альманах фундаментальных и прикладных исследований).
44. Джонстон Дж.Эконометрическиеметоды/ Пер. с англ. и предисл. АА Рывкина. М.: Статистика, 1980 - 444с.
45. Дрейпер Н.,СмитГ. Прикладной регрессионный анализ. Книга 1. -М.: Финансы и статистика, 1986 702с.
46. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Книга 2. -М.: Финансы и статистика, 1987. 351с.
47.ДробышевскийС., Козловская А. Внутренние аспектыденежно-кредитной политики России // Институт экономики переходного периода, Научные труды № 45-Р, 2002
48. Дробышевский С., Козловская А., Левченко Д., Пономаренко С., Трунин П., Четвериков С. Сравнительный анализ денежнокредитнойполитикив переходных экономиках // Институт экономики переходного периода, Научные труды № 58-Р, 2003.
49.ДубровA.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы: Дляэкономистови менеджеров. М.: Финансы и статистика, 2000. 368с.
50.ДубровA.M., Мхитарян B.C., Трошин Л.И.,ФренкельA.A. Статистические методы многомерной классификации в экономике. -М.:МЭСИ, 1984.-96с.
51.ДуброваТ.А. Статистические методы прогнозирования. М.: ЮНИТИ-ДАНА, 2003- 206с.
52. Дюран Б.,ОделлП. Кластерный анализ. М.: Статистика, 1977, 128с.
53.ЕлисееваИ.И. и др. Социально-экономическая статистика. М. -1999.
54.ЕлисееваИ.И. Статистические методы измерения связей. Л.:ЛГУ, 1982, -134с.
55.ЕлисееваИ.И., Князевский B.C. Ниворожкина Л.И. Теория статистики с основами теории вероятностей/ Под ред. И.И.Елисеевой. -М.:.ЮНИТИ, 2001.- 446с.
56.ЕлисееваИ.И., Рукавишников В.О. Логика прикладного статистического анализа. М.: Финансы и статистика, 1982. - 192с.
57.ЕлисееваИ.И., Юзбашев М.М. Общая теория статистики. М.:Финансы и статистика, 1995,- 367с.
58.ЕрошовС. А. О представлении бинарного отношения векторным критерием. В кн. I Всесоюзное совещание по статистическому и дикретному анализу нечисловой информации, экспертным оценкам и дискретной оптимизации.-М.,Алма-Ата, 1981, с.316-317.
59.ЕфимоваМ.Р., Бычкова С.Г. Социальная статистика. /Под ред. Л Ефимовой. М.: Финансы и статистика, 2003. 560с.
60. Жамбю М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988. 342с.
61. Иберла К. Факторный анализ. М.: Статистика, 1980 - 400с.
62.ИвченкоГ.И., Медведев Ю.И. Математическая статистика. Уч. Пос. для ВТУЗОВ. 1984
63.Инфляцияи антиинфляционная политика в России // Под ред. Л. Н.Красавиной. М.: Финансы и статистика, 2000. - 252 е.
64.КалюжноваН.Я. Конкурентноспособность регионов в условияхглобализации/ М.: ТЕИС, 2003. 526с.
65.КармановМ.В. Методология статистического исследования состояния и развития физической культуры и спорта. М.: Диамонд, 1998. -186с.
66. Кейн Э. Экономическая статистика иэконометрия. В 2 т. М.: Статистика, 1977.
67. Кендалл М., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736с.
68. Кендалл М., Стюарт А. Статистические выводы и связи. М.: Наука, 1973.-899с.
69.КильдишевГ.С., Аболенцев Ю.М. Многомерные группировки. М.¡Статистика, 1978. 160с.
70. Ким Дж.-О.,МьюллерЧ.У. и др. Факторный, дискриминантный и кластерный анализ. Пер. с англ. М.: Финансы и статистика, 1989. - 215с.
71.КовалеваЛ.Н. Многофакторное прогнозирование на основе рядов динамики. М.: Статистика, 1980. 103с.
72.КорищенкоК.Н. Магия цифр // Итоги, № 45 (439), 9 ноября, 2004
73.КорищенкоК.Н. Разбивая копилку // Итоги, № 16 (462), 19 апреля, 2005
74.КорищенкоК.Н., Гамбаров Г.М., Шевчук И.В. Развитие подходов к построению эффективныхвалютныхкурсов для оценки внешней стоимостивалюты//Финансы и кредит 2006, №6, с.47-52.
75.КорищенкоК.Н., Гамбаров Г.М., Шевчук И.В. Развитие подходов к построению индекса базовойинфляциидля оценки внешней стоимостиденег//Финансы и кредит 2006, №16.
76.КорниловИ.А. Многомерные статистические исследования в экономике с использованиемПЭВМ. М.: МЭСИ, 1994. 99 с.
77.КоротковA.B. Статистическое обеспечение маркетинга продукта/ Монография. М.: МЭСИ, 2000. - 150с.
78. Красавина JI. Н. Проблемы снижениятемпаинфляции в России (по материалам заседания «круглого стола», проведенного в Финансовой академии при Правительстве РФ) // «Финансы и кредит», №20 (224), 2006, стр. 2-16.
79. Курс социально- экономической статистики: учебник для вузов, под ред. проф.НазароваМ.Г. М.: Финстатинформ, ЮНИТИ-ДАНА, 2000. -771с.
80. Лаврушин О. Проблемыбанковскогосектора и его научное и образовательное обеспечение: подготовка и переподготовкабанковскихкадров //Финансовый бизнес. 1997. - N3. - С. 12-13.
81. Лаврушин О. Роль банков в развитии российской экономики //Бюллетень финансовой информации. 1999. - N11. - С.4-7.
82. Лаврушин О. Российскаябанковскаясистема и направления ее дальнейшегореформирования//Финансовый бизнес. 1998. - N5. - С.11-14.
83.ЛаврушинО.И. Банковское дело: современная системакредитования: учебное пособие для вузов // О.И. Лаврушин, О.Н.Афанасьева, С.Л. Корниенко. М.: КноРус, 2005. - 256 с.
84.ЛаврушинО.И. Взаимодействие денежно-кредитной и финансовой политики //Финансы и кредит. М., 2006. - N1. - С. 2-7.
85.ЛаврушинО.И. Кредит решающая сила ускорения развития экономики России //Оперативное управление истратегическийменеджмент в коммерческом банке. - 2003. - N1. - С.58-62.
86.ЛаврушинО.И. Модели развития банковской системы и устойчивость экономики //Оперативное управление и стратегическийменеджментв коммерческом банке. 2002. - N1. - С.35-40.
87.ЛаврушинО.И. Основы денежно-кредитной политики: проблемы и реалии //Банковскиеуслуги. 2002. - N3. - С.2-5.
88.ЛаврушинО.И. Особенности использования кредита в рыночной экономике //Банковское дело. 2002. - N6. - С.2-8.
89.ЛаврушинО.И. От теории банка к современным проблемам его развития в экономике //Банковское дело. 2003. - N7. - С.2-7.
90.ЛаврушинО.И. Перспективы развития банковской системы России: Обзор выступлений на конференции Перспективы развитиябанковскойсистемы России" // октябрь, 1999 г., г. Москва.
91.ЛаврушинО.И. Центральный банк в условиях рыночной экономики //Банковское дело. 2002. - N5. - С.2-5.
92. Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.:Мир, 1967.-144с.
93.ЛугачевМ.И., Ляпунцов Ю.П. Методы социально-экономического прогнозирования. -М.: Экономический факультет МГУ, ТЭИС, 1999. -159с.
94.ЛукашинЮ.П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003. 416с.
95.ЛьюисК.Д. Методы прогнозирования экономических показателей.М: Финансы и статистика, 1986. 130 с.
96.МагнусЯ.Р., Катышев П.К., Пересецкий A.A. Эконометрика. Начальный курс. М.: Дело, 2000. 400с.
97. Мамонтов А. Государство в банках: зло илиблаго?: спорят практик и ученый // Национальный банковский журнал. М., 2005. - N12/1. - С. 4849.
98.МандельИ.Д. Кластерный анализ. М.: Финансы и статистика, 1988. 176с.
99.МаневичВ.Е. Инвестиционный потенциал иденежноепредложение в России /МаневичВ.Е., Козлова Е.А. // Банковский ряд. М., 2005. - N4. -С. 19-26.
100. Международные валютно-кредитные и финансовые отношения: учебник для вузов // Ред. Л.Н. Красавина. Изд. 3-е, перераб. и доп. - М.: Финансы и статистика, 2005. - 576 с.
101.МиллерБ.М., Панков А.Р. Теория случайных процессов в примерах и задачах. М.,Физматгиз.-2002. 320с.
102.МоисеевС.Р. Инфляционное таргетирование //МаркетДС, 2002
103.МхитарянB.C., Архипова М.Ю. Эконометрика / Московский международный институт эконометрики, информатики, финансов и права. -М., 2003.-69с.
104.МхитарянB.C., Сивелькин В.А. Статистический анализ структурыинвестицийв основной капитал субъектов Российской Федерации//Вопросы статистики. 2003, №2, с.46 53.
105. Некоторые проблемы денежно-кредитной политики в переходной экономике: Сборник статей // Институт экономики переходного периода, Научные труды; N 28Р, Ред. С. Синельников, Ред. Р.Энтов. М., 2001. -194 с.
106.ОвечкинаЕ.И. Вопросы применения методов оценкибизнесав системе финансового менеджмента предприятия // Финансы и кредит, № 24, 2006.
107.ПесаранМ., Слейтер JI. Динамическая регрессия: Теория и -алгоритм. -М.: Финансы и статистика, 1984. 310с.
108.ПодиновскийВ.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука. Главная редакция физико-математической литературы, 1982.-254с.
109. Практикум по курсу Статистика (в системе STATISTICA).СалинВ.Н., Чурилова Э.Ю./Издательство Перспектива, 2002.- 188с.
110. Развитие российского финансового рынка и новыеинструментыпривлечения инвестиций // Под ред. Р.Энтова, Институт экономики переходного периода, 1998.
111. Рогова О. Денежно-кредитная политика, деформация денежно-кредитной системы / О. Рогова, В. Храменков //Экономист. 2003. - N3. - С.40-54.
112. Рогова O.J1, Денежно-кредитная система и экономический рост Экономист. М., 2006. - N3. - С. 34-40.
113. Рогова O.JI.Монетарныйкурс необходимо менять: О современном состоянии денежно-кредитной политики государства / О.Л. Рогова //Банковский ряд. 2003. - N4. - С.32-35
114.РозинБ.Б. Теория распознавания образов вкономическихисследованиях. М.: Статистика, 1973. -223с.
115.РябушкинБ.Т. Применение статистических методов в экономическом анализе и прогнозировании. М.: Финансы и статистика, -75с.
116.СадовниковаH.A., Шмойлова P.A. Анализ временных рядов и прогнозирования. Учебное пособие. М.: МЭСИ, 2001. - 185с.
117.СмолякС.А., Титаренко Б.П. Устойчивые методы оценивания. М.:Статистика, 1980.-208 с.
118. Спектральный анализ временных рядов в экономике. М.: Статистика, 1972- 309с.
119. Справочник по прикладной статистике. Пер. с англ. / Под ред. Э. Ллойда, У. Ледермана, С.А., Айвазяна, Ю.Н.Тюрина. М.: Финансы и Статистика, 1990.-т. 1-2.
120. Статистика рынкатоварови услуг / Беляевский И.К.,КулагинаГ.Д., Коротков A.B. и др. Под. ред.БеляевскогоИ.К.М.: Финансы и статистика, 1997. 429 с.
121. Статистический словарь. М.:ГоскомстатРоссии. Финстатинфром, 1996 - 479с.
122. Статистическое моделирование и прогнозирование / Под ред.ГранбергаА.Г., М.: Финансы и статистика, 1990. 382 с.
123. Теория статистики / Под ред.ГромыкоГ.Л. М.: Инфра-М, 2000. -414с.
124. Теория статистики: Учеб. для студентовэкон. спец. Вузов /Под ред.ШмойловойP.A. М.: Финансы и статистика, 1998. 576 с.
125. Управление деятельностьюкоммерческогобанка (банковский менеджмент): учебник для вузов // Ред. О.И. Лаврушин. М.: Юристъ, 2005. - 688 с. - (HOMO FABER).
126. Финансовые икредитныепроблемы инвестиционной политики // Ред. J1.H. Красавина. М.: Финансы и статистика, 2004. - 320 с. - (Научный альманах фундаментальных и прикладных исследований).
127. Финансовые и кредитные проблемы инвестиционной политики // Ред. JI.H. Красавина. М.: Финансы и статистика, 2004. - 320 с. - (Научный альманах фундаментальных и прикладных исследований).
128. Формированиеинтеграционныхобъединений стран СНГ: финансовый,валютныйи банковский аспекты // Ред. Л.Н. Красавина. М.: Финансы и статистика, 2006. - 368 с. - (Научный альманах фундаментальных и прикладных исследований).
129.ФренкельA.A. Применение регрессионного анализа в условиях мультиколлинерности экономических показателей. Учебное пособие. -М.:МЭСИ, 1988.-51с.
130.ФренкельA.A. Прогнозирование производительности труда: Аетоды и модели. М.: Экономика, 1989. 213с.
131.ФренкельA.A., Адамова Е.В. Корреляционный и регрессионный анализ в экономических приложениях. Учебное пособие. -М.: МЭСИ, 1987. 196с.
132. Харман Г. Современный факторный анализ. М.: Статистика, 1972.
133. Центральный банк в условиях рыночной экономики // ММВБ. М.: Финансы и статистика, 2003. - 296 с. - (Научный альманах фундаментальных и прикладных исследований)
134. Цыплаков А. Модели с авторегрессионной условнойгетероскедастичностью//http://allmath.rii/highermath/probability/probability50/probabilily.htm.
135.ЧетыркинЕ.М. Статистические методы прогнозирования. М.: Статистика, 1977.-199с.
136. Adams C., Gros D. The consequences of real exchange rate rules for inflation: some illustrative examples // International Monetary Fund, Working Paper, № 33, 1986, pp.439-476
137. Adams K., Van Deventer D. Fitting yield curves and forward rate curves with maximum smoothness // Journal of Fixed Income, issue # 1, # 4, 1994, pp. 5262.
138. Ahlberg J., Nilson E., Walsh J. The theory of splines and their applications // Academic Press, 1967.
139. Alchian A., Klein B. On a correct measure of inflation // Journal of Money, Credit and Banking, № 5(1), February, Part 1,1973, pp. 173-191.
140. Alexander G., Edwards A., Ferri M., The determinants of trading volume of high yield corporate bonds // Journal of Financial Markets, # 3, pp. 177-204
141. Amato, J., S. Gerlach (2000) Modelling the transmission mechanism of monetary policy in emerging market countries using prior information, BIS Paper, 8.
142. Amihud Y., Mendelson H. Liquidity, maturity, and the yields on U.S. Treasury securities // Journal of Finance, vol.46, # 4, 1991, pp. 1411-1425
143. Amihud Y., Mendelson H. Stock and Bond liquidity and its Effect on Prices and Financial Policies // Finance Markets and Portfolio Management, vol.20, # 1,2006, pp. 19-32.
144. Anders J., I. Hernando 'Does Inflation Harm Economic Growth? Evidence from the OECD', NBER Working Papers, 1997, No. 6062.
145. Anderson G., Karamouzis N., Skaperdas P. A new effective exchange rate for the dollar and its implications for the US merchandise trade // Federal Reserve Bank of Cleveland Economic Review, Quarter 2, 1987, pp.2-23.
146. Anderson N., Sleath J. New estimates of the UK real and nominal yield curves // Bank of England, 2001.
147. Apel M., Jansson P. A parametric approach for estimating core inflation and interpreting the inflation process // Sveriges Riksbank, S-103 37 Stockholm, Sweden, 1999.
148. Arthur S. Experience with constructing composite asset price indices // Bank for International Settlements, Working Paper № 21, April, 2005.
149. Ashish P. Introducing the India government bond index // Bond Index Research, JP Morgan Securities India Pvt. Ltd.
150. Aslund, A., P. Boone, S. Johnson (1996) How to Stabilize: Lessons from Post-communist Countries, Brookings Papers on Economic Activity, 1, pp. 217291.
151. Atta-Mensah J., Yuan M. Extraction of expected inflation from Canadian forward rates // Bank of Canada, Working Paper № 24, 200.3
152. Azariadis, C., B. Smith (1996) Private Information, Money and Growth, Journal of Economic Growth, 1, pp. 309-332.
153. Baadsgaard M., Nielsen J.N., Madsen H. Estimating Multivariate Exponential-Affine Term Structure Models from Coupon Bond Prices using Nonlinear Filtering// 2000.
154. Balino, T., A. Bennett, E. Borenstein (1999) Monetary Policy in Dollarized Economies, IMF Occasional Paper, 171.
155. Ball L. Another look at long-run money demand // National Bureau of Economic Research, Working Paper, № 6597, Cambridge, 1998.
156. Ball L., Cecchetti S. 'Inflation and Uncertainty at Short and Long Horizons', Brooking Papers on Economic Activity, 1990, No. 1, pp. 215 254.
157. Baltensperger E. Alternative approachs to the theory of the banking firm // Journal of the Monetary Economics, № 6,1980, pp. 1-37.
158. Balyozov, Z. The Bulgarian Financial Crisis of 1996-1997, BNB Draft paper, 7.(1999).
159. Barber J. Bond immunization for affine term structures // The Financial Review, # 34, 1999, pp. 128-129.
160. Barnett W. Divisia indices I I in Johnson N., Kotz S. Encyclopaedia of Statistical Sciences, vol.2, New York, John Wiley, 1982, pp. 412-415.
161. Barro R. Determinants of economic growth // Cambridge, Mass.iMIT Press, 1997.
162. Barro R. Inflation and economic growth // Bank of England Quarterly Bulletin, №35(2), 1995, pp. 166-176.
163. Barsky R. 'The Fisher Hypothesis and the Forecastability and Persistence of Inflation', Journal of Monetary Economics, 1987, pp. 3 24.
164. Bartholdy J., Peare P. Estimating cost of equity // Aarhus School of Business, Denmark, 2000.
165. Bean C. Asset prices, financial imbalances and monetary policy: are inflation targets enough? // Bank for International Settlements, Basel, 2003.
166. Bean, C. Economic and monetary union in Europe, Journal of Economic Perspectives, 6, pp. 31-52. (1992).
167. Bencivenga, V., B. Smith (1991) Financial intermediation and endogenous growth, Review of Economic Studies, 58, pp. 195-209.
168. Bennet, A. The Operation of the Estonian Currency Board, IMF Paper on Policy Analysis and Assessment, 92/3. (1993).
169. Bennett P., Garbade K., Kambhu J. Enhancing the liquidity of U.S. Treasury securities in an era of surpluses// Federal Reserve Bank of New York Conference on fiscal policy in an era of surpluses: economic and financial implications, 1999.
170. Berg A., E. Borenstein (2000) The Choice of Exchange Rate Regime and Monetary Target in Highly Dollarized Economies, IMF Working Paper, 29.
171. Berglof, E., G. Roland (1995) Bank Restructuring and Soft Budget Constraints in Financial Transition, CEPR Discussion paper, 1250.
172. Berglof, E., P. Bolton (2001) The Great Divide and Beyond: Financial Architecture in Transition, William Davidson Working Paper, 414.
173. Berk J. The information content of the yield curve for monetary policy: a survey //Economist-Leiden, # 146, 1998, pp. 303 320.
174. Bernanke B., Gertler M. Inside the black box:the credit channel of monetary policy transmission // Journal of Economic Persperctives, № 9(4), 1995, pp. 27-48.
175. Bernanke B., Gertler M. Monetary policy and asset volatility // Federal Reserve Bank of Kansas City Economic Review, № 84(4), 1999, pp. 17-52.
176. Bernanke B., Gertler M. Should central banks respond to movements in asset prices? // American Economic Review, № 91(2), 2001, pp. 253-57.
177. Bernanke B., Laubach T., Mishkin F., Posen A. Inflation targeting: lessons from the international experience // Princeton University Press, 1999.
178. Bernanke B., Mihov I. Measuring monetary policy // Quarterly Journal of Economics, 113,1998, pp. 869-902.
179. Bernanke B., Mishkin F. Inflation targeting: a new framework for monetary policy? // Journal of Economic Perspective, vol. 11, № 2, 1997.
180. Besanko D., Dranove D., Shanley M. The economics of strategy // New York, John Wiley & Sons, Inc, chapter 4, 1996.
181. Bishev, G. Monetary Policy and Transition in Southeast Europe, National Bank of the Republic of Macedonia Working paper, 8. (1999).
182. Bjork T., Christensen B. Interest rates dynamics and consistent forward rate curves // Working Paper, Stockholm School of Economics, 1997.
183. Blackburn, K., N. Bose, S. Capasso (2001) Financial Development, Financing Choice and Economic Growth. Centre for Growth and Business Cycle Research School of Economic Studies, University of Manchester.
184. Blanchard O., Quah D. The dynamic effects of aggregate demand and supply disturbances // American Economic Review, № 79, 1989, pp. 655-673.
185. Blinder A. Central banking in theory and practice // Cambridge, Mass.: MIT Press, 1998.
186. Blinder A. On sticky prices: academic theories meet the real world // in Mankiw G. Monetary theory, Chicago and London, University of Chicago Press, 1994.
187. Bliss R. Fitting term structures to bond prices // University of Chicago, Graduate School of Business, Working Paper, 1989.
188. Bliss R.R. Testing term structure estimation methods // Federal Reserve Bank of Atlanta, Working Paper #96,1996.
189. Blomberg B., Harris E. The commodity consumer price connection: fact or fable? // Federal Reserve Bank of New York, Economic Policy Review, October 1995, pp. 21-38.
190. Blommestein H., Spencer M. The Role of Financial Markets in the Transition to a Market Economy / Building Sound Finance in Emerging Market Economies. IMF, Washington, D.C., 1993. June 10-11.
191. Bodoukh J., Whitelaw R. The benchmark effect in the Japanese government bond market // Journal of Fixed Income, # V2, pp. 52-59.
192. Bofinger P. Monetary policy: goals, institutions, strategies and instruments // New York, Oxford University Press, 2001.
193. Bogatic, Z. (2001) Official Dollarization: Current Experiences and Issues, Cato Journal, 21, pp. 179-213.
194. Bolder D., Gusba S. Exponentials, polinomials and fourier series: more yield curve modelling at the Bank of Canada // Bank of Canada, Working Paper # 29, 2002.
195. Bond indices for the euro zone // Dutch Commission on Bonds, Sub Committee on Indices, January, 2001.
196. Bordo M., Dueker M., Wheelock D. Aggragate price shocks and financial instability: a historical analysis // National Bureau of Economic Research, № 7652, 2000.
197. Bordo M., Jeanne O. Boom-busts in asset prices, economic instability and monetary policy // National Bureau of economic Research, Working Paper № 8966, June, 2002.
198. Bordo M., Wheelock D. Price stability and financial stability: the historical record // Federal Reserve Bank of St Louis, Review, September/October, 1998.
199. Borio C., Kennedy N., Prowse S. Exploring aggregate asset price fluctuations across countries: measurement, determinants and monetary policy implications // Bank for International Settlements, Economic Paper № 40, 1994.
200. Borio C., Lowe P. Asset prices, financial and monetary stability: exploring the nexus // Bank for International Settlements, Working Paper, № 114, 2002.
201. Boudoukh J., Whitelaw R. The benchmark effect in the Japanese government bond market // Journal of Fixed Income, № 1, 1991, pp. 52-59.
202. Boyd, D., R. Smith Some Econometric Issues in Measuring the Monetary Transmission Mechanism, with an application to Developing Count