Прогноз по ключевой ставке ЦБ РФ
Сегодня ожидается решение по ключевой ставке Центробанка. Большая часть экспертов ожидает снижение ставки на 50 базовых пунктов или 0.5%. Однако, другая часть экспертов думает, что в связи с событиями в Персидском заливе ЦБ может взять паузу и посмотреть, что будет дальше.
Чтобы спрогнозировать решение по ставке, одни смотрят на инфляцию, другие - на макроэкономику в целом, чтобы понять логику совета директоров ЦБ. К сожалению или к счастью, у меня нет никого инсайда, но есть желание попробовать спрогнозировать ставку. Для этого я прибегну к методам, с которыми я знаком лучше всего - со статистикой.
В прошлых постах я уже применял статистику для прогнозирования (
https://www.tbank.ru/invest/social/profile/mysteriousinvestor/994925f4-a65d-4101-aeed-d4460a3f8f95/). Для прогнозирования ключевой ставки нам нужны данные по ставке ЦБ РФ, которые доступны на сайте ЦБ. В этом эксперименте ключевая ставка будет зависимой переменной. В качестве независимых переменных я выбрал данные по товарно-сырьевым фьючерсам: нефть марки Brent, медь (copper), золото (gold), сахар (sugar), хлопок (cotton), кофе (coffee), какао (cocoa), скот (hogs), соя (soybeans), рис (rice), газ (gas) и пшеница (wheat). Вдобавок, решил также добавить курс доллара, так как это один из главных факторов, влияющих на инфляцию, и как результат, на ставку.
Для того, чтобы выявить взаимосвязи между этими переменными, мы прибегнем к помощи регрессии. Для людей, незнакомых со статистикой, я могу привести такое объяснение: если вспомним линейную алгебру, то одно из главных формул является y = a + b * x, где y - зависимая переменная, а - свободная переменная или своего рода остаток, не подверженный влиянию независимых переменных, а x - независимая переменная.
Так вот, ставка - это у, а товарно-сырьевые фьючерсы и курс доллара - независимые переменные (x). Можно провести регрессию со всеми независимыми переменными, но тогда мы рискуем снизить качество регрессии. Здесь важен принцип «меньше - лучше», когда выигрывает уравнение не с большим количеством переменных, а с их качеством, а точнее, с переменными, которые больше всего влияют на зависимую переменную. Для этого я генерирую все возможные версии регрессии с 13 переменными, что составляет 8191 вариантов. Для того, чтобы выбрать наиболее качественную регрессию, я использую информационный критерий Акаике (AIC) и выберу ту модель, у которой этот показатель самый низкий.
В результате, я получил модель с 11 независимыми переменными и скорректированным коэффициентом детерминации в 0.7763, что довольно неплохо. Теперь нужно использовать данные коэффициенты с самыми поздними наблюдениями (19 марта 2026 года) и посмотреть, какое значение мы получим. В нашем случае значение является 14.81%, что на 4.55% (вычислено логарифмически) ниже текущей ставки (15.5%).
Так же важно заметить, что факторы, которые увеличивают вероятность повышения ставки, это - нефть, какао, кофе, курс доллара, сахар и пшеница.
Факторы, которые увеличивают вероятность снижения ставки - это медь, хлопок, рис и соя.
Значит ли это, что ЦБ сегодня снизит ставку на 50 базовых пунктов, как говорит большинство экспертов? На самом деле, не обязательно. Я тестировал регрессию пару дней назад и значение прогнозируемой ставки было 13.5%. За это время упал курс рубля, возможно в ожидании снижения ставки, что может повлиять на решение совета директоров сегодня.
Не стоит забывать, что даже если в ЦБ используют похожие модели, это не значит, что они ориентируются только на них. Также важно учитывать саму инфляцию, которая непосредственно влияет на ставку, безработицу, ВВП, фондовый рынок и другие макроэкономические показатели и статистические модели. Поэтому, данное занятие не стоит воспринимать слишком серьезно, а больше как увлекательное интеллектуальное упражнение.
#ключеваяставка #прогнозирование #статистика #сырьевыетовары #регрессия #easyinvesting #российскаяэкономика