Заключение. 
Оценка дефицита валютной ликвидности на российском денежном рынке

В настоящей работе была рассмотрена проблема дефицита валютной ликвидности, возникшего на российском денежном рынке после введения санкций в отношении крупнейших российских компаний и банков.

В связи с этим была поставлена задача разработки методологии оценивания дефицита валютной ликвидности и получения количественных результатов. Для ее достижения было сделано следующее:

• — рассмотрен подход Банка России к оценке дефицита рублевой ликвидности, для того чтобы использовать идеи данного подхода для оценивания дефицита валютной ликвидности.
• — были проанализированы рыночные индикаторы ситуации с валютной ликвидностью.
• — был рассчитан показатель, представляющий собой «меру» дефицита/профицита валютной ликвидности.
• — была предложена математическая модель для оценивания влияния данного показателя на рыночные индикаторы
• — с помощью данных моделей были получены количественные оценки дефицита валютной ликвидности

По результатам проведенного исследования можно сделать следующие выводы:

• · рассмотренные рыночные индикаторы — спреды между ставками MosPrime Rate и NFEA FX Swap достаточно адекватно отражают ситуацию с валютной ликвидностью, в частности они ожидаемым образом реагировали на такие события, как введение санкций в отношении крупнейших российских банков, проведение операций валютного рефинансирования.
• · предложенный показатель, измеряющий степень дефицита/профицита валютной ликвидности — чистый кредит в иностранной валюте банков-резидентов банкам-нерезидентам, также адекватен. Его значение значимо и положительно связано с задолженностью по операциям валютного рефинансирования Банка России. Таким образом, оценив оптимальный уровень чистого кредита, при котором отсутствует дефицит валютной ликвидности, можно определить совокупный лимит по операциям рефинансирования Банка России в иностранной валюте.
• · модель Нельсона-Сигеля в виде state space позволяет оценить, как влияет чистый кредит на динамику ненаблюдаемых переменных — состояний, задающих кривую спредов ставок по МБК и валютным свопам. Влияние чистого кредита на эти скрытые пременные и на спреды оказалось значимым и согласующимся с экономической логикой. Однако модели, оцененные на разных выборках, дают оценки, существенно отличающиеся по абсолютному значению. Скорее всего, эта проблема обусловлена нелинейной зависимостью спредов от чистого кредита.
• · полученные оценки параметров модели state space позволяют оценить оптимальный уровень чистого кредита, при котором математическое ожидание нормы вектора спредов минимально, а также получить стандартные ошибки для оценок данного оптимального уровня по моделям в разных спецификациях и с разными выборками. В то же время результаты, полученные на разных выборках, по-прежнему существенно отличаются. Отчасти обойти данную проблему можно, если рассматривать в качестве оптимального уровня нижнюю границу 95% интервала, полагая, что выход чистого кредита за данную границу является признаком наличия дефицита валютной ликвидности на внутреннем рынке. Кроме того, результаты, полученные на данных 2015 г. достаточно хорошо согласуются с текущей ситуацией с валютной ликвидностью, и не позволяют сделать вывод о том, что на рынке наблюдается дефицит валютной ликвидности.

В связи с обнаруженной проблемой возможной нелинейной взаимосвязи между чистым кредитом и рыночными индикаторами в последующих исследованиях стоит попытаться выявить правильную форму функциональной связи, между данными переменными. Также имеет смысл попробовать рассчитать альтернативный показатель, отражающий ситуацию с валютной ликвидностью. В совокупности данные шаги должны способствовать построению более точной оценки дефицита/профицита валютной ликвидности на российском денежном рынке.