Abstract: This article analyzes the relationship between the price of Urals crude oil and the ruble exchange rate in the period from January 2021 to September 2024. The relevance of the work is due to the strong change in market conditions after the events of 2022, which could lead to a change in various market relations. The first-order DCC GARCH model was used to model the correlation between the considered indicators over time. The paper focused on studying the relationship between the oil price and the ruble exchange rate before and after 2022 in the context of tougher anti-Russian sanctions.
Keywords: DCC GARCH, GARCH, Urals, dynamic correlation, correlation analysis, crisis of 2022, oil, dollar, ruble exchange rate.
ВВЕДЕНИЕ
Нефть играет ключевую роль в российской экономике, формируя значительную часть ВВП и экспортных доходов. Исторически сложившаяся зависимость от нефтегазового сектора сделала Россию одним из крупнейших мировых поставщиков энергоресурсов, обеспечивая приток валюты, необходимый для поддержания государственных расходов и финансирования других отраслей экономики [12]. Добыча, транспортировка и переработка нефти генерируют рабочие места и стимулируют развитие инфраструктуры, а налоги и пошлины, взимаемые с нефтегазовых компаний, составляют значительную долю федерального бюджета. Однако, такая высокая зависимость от нефти создает и ряд экономических уязвимостей. Колебания мировых цен на нефть напрямую влияют на доходы бюджета, курс рубля и общую экономическую стабильность [11, 15]. Необходимость диверсификации экономики и снижения зависимости от сырьевого сектора является одной из ключевых задач, стоящих перед российским правительством, для обеспечения устойчивого и сбалансированного экономического роста в долгосрочной перспективе.
Динамика курса рубля к доллару США также является одним из главных факторов, определяющих состояние российской экономики [4, 8]. В контексте этой динамики особенно интересным представляется влияние на нее цены на нефть, являющейся для России ключевым экспортным товаром.
Раннее уже проводились исследования, целью которых было выяснить, насколько влияет цена на нефть на курс рубля. Так, в работе [9] для определения этой связи в период 2009-2019 гг. использовалась авторегрессионная модель c марковскими переключениями режимов. По результатам анализа был сделан вывод, что в период до ноября 2014 г., характеризующийся режимом управляемого валютного курса, эта зависимость была слабой; в период до июля 2017 г., когда был переход к режиму таргетирования инфляции, курс рубля сильно зависел от цены на нефть; а после этого, вплоть до 2019 г. зависимость снова ослабла, что, как отмечают авторы, явилось следствием введения нового бюджетного правила. В работе [3] опираясь на результаты регрессионного анализа также был сделан вывод о значительном влиянии цены на нефть на курс рубля с 2011 г. по 2016 г., и незначительном влиянии в период с 2017 г. по 2020 г., что также связывалось авторами с изменениями в монетарной и фискальной политике.
В последние годы в связи с усложнением отношений с западными странами и масштабными санкциями существенно изменилась рыночная конъюнктура. Например, в последние годы значительно увеличилась инфляция, снизился экономический рост, а также увеличился фокус на импортозамещение, в особенности в высокотехнологичных отраслях [1, 6]. Также в связи с санкциями изменилась конъюнктура и нефтегазовой отрасли в России в первую очередь в связи с изменением структуры экспорта [7]. В работе [2] уже анализировалось насколько изменилась зависимость российского и западного фондовых рынков в военный период по сравнению с довоенным, но вызывает также интерес и то, насколько изменилась взаимосвязь курса рубля и цены на нефть в контексте этих трансформаций.
Библиографический список
1. Абдикеев Н. М. Импортозамещение в высокотехнологичных отраслях промышленности в условиях внешних санкций //Управленческие науки. – 2022. – Т. 12. – №. 3. – С. 53-69.2. Айвазян Г. В. Исследование динамики связи российского и мирового фондовых рынков в 2019-2024 гг. с использованием метода DCC GARCH //по специальностям 1.2. 1. Искусственный интеллект и машинное обучение, 1.2. 2. Математическое моделирование, численные методы и комплексы программ. – 2024. – С. 69.
3. Алехин Б. И. Нефть и рубль: коллапс коинтеграции //Финансовый журнал. – 2021. – Т. 13. – №. 1. – С. 58-74.
4. Глазунов С. Н. Курс рубля и экономика России //Экономическое возрождение России. – 2014. – №. 1 (39). – С. 31-36.
5. Климова П. Н., Петрушина О. М. Аналитическая оценка некоторых показателей валютного регулирования и валютного контроля // Экономика и бизнес: теория и практика. 2024. №1-1 (107). URL: https://cyberleninka.ru/article/n/analiticheskaya-otsenka-nekotoryh-pokazateley-valyutnogo-regulirovaniya-i-valyutnogo-kontrolya (дата обращения: 20.01.2025).
6. Масальский М. Г. Экономические санкции. Влияние экономических санкций на Российскую Федерацию // Экономика и социум. 2022. №4-3 (95). URL: https://cyberleninka.ru/article/n/ekonomicheskie-sanktsii-vliyanie-ekonomicheskih-sanktsiy-na-rossiyskuyu-federatsiyu (дата обращения: 04.01.2025).
7. Стефанова Н. А., Королев А. А. Влияние геополитического кризиса на нефтегазовую отрасль экономики Российской Федерации //Экономические отношения. – 2024. – №. 2. – С. 323.
8. Титова О. В., Восканян Н. А. Динамика валютных курсов и их влияние на Российскую экономику //Вектор экономики. – 2020. – №. 5. – С. 29-29.
9. Шумилов А. В., Полбин А. Модель зависимости обменного курса рубля от цен на нефть с марковскими переключениями режимов //Экономика и математические методы. – 2020. – Т. 56. – №. 4. – С. 88-98.
10. Финансовые рынки. Котировки. Режим доступа: https://ru.investing.com/markets/ (дата обращения 15.01.2025).
11. Balashova S., Serletis A. Oil prices shocks and the Russian economy //The Journal of Economic Asymmetries. – 2020. – Т. 21. – С. e00148.
12. Crude Oil: Exports. Режим доступа: https://ru.investing.com/markets/ (дата обращения 04.01.2025).
13. Engle, R. Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. J. Bus. Econ. Stat. 2002, 20, 339–350. https://doi.org/10.1198/073500102288618487
14. Joyo A. S., Lefen L. Stock market integration of Pakistan with its trading partners: A multivariate DCC-GARCH model approach //Sustainability. – 2019. – Т. 11. – №. 2. – С. 303. https://doi.org/10.3390/su11020303
15. Lomonosov D., Polbin A., Fokin N. The impact of global economic activity, oil supply and speculative oil shocks on the Russian economy //HSE Economic Journal. – 2021. – Т. 25. – №. 2. – С. 227-262.