etet Вопросы природопользованияEnvironmental Management Issues 3034-3461 Индивидуальный предприниматель Подколзин М.М. 10.25726/w0954-5816-8936-i274 SOCIETY AND DEVELOPMENTОБЩЕСТВО И РАЗВИТИЕ Нелинейная динамика валютных курсов и управление риском портфеля международных активов с учетом режимных переключений и асимметричных распределений доходностейNonlinear dynamics of exchange rates and portfolio risk management of international assets with regime switching and asymmetric return distributions Успаева Милана Гумкиевна mguspaeva@mail.ru Гачаев Ахмед Магомедович Gachaev-chr@mail.ru Чеченский государственный университет им. А.А. Кадырова, 364024, Чеченская Республика, г. Грозный, ул. А. Шерипова, д. 32 Грозненский государственный нефтяной технический университет им. акад. М.Д. Миллионщикова, 364051, Чеченская Республика, г. Грозный, просп. им. Х.А. Исаева, д. 100 2025 30 08 2025 4819Вопросы природопользованияEnvironmental management issues83 92 Работа посвящена количественному анализу сложного поведения ключевых валютных курсов и его влияния на качество управления риском международного портфеля, в котором стандартные модели, опирающиеся на нормальное распределение доходностей, оказываются недостаточными. Цель исследования состоит в том, чтобы оценить, насколько учет условной волатильности, тяжелых хвостов и смены рыночных режимов повышает точность измерения рисков и эффективность портфельных стратегий. Эмпирической базой служат дневные котировки закрытия для пар EUR USD, GBP USD и USD JPY за период с 2005 по 2023 годы, на основе которых рассчитываются логарифмические доходности и дескриптивные показатели. Первичный статистический анализ выявляет отрицательную асимметрию, значительный положительный эксцесс и кластеризацию волатильности, а тесты на нормальность отвергают гауссовскую гипотезу, что обосновывает переход к более гибкому моделированию. В методологической части используются модели семейства GARCH, включая асимметричные модификации, с различными предположениями об условном распределении ошибок, среди которых нормальное, распределение Стьюдента и обобщенное распределение ошибок, а также их расширение с марковскими переключениями, позволяющее описывать состояния низкой и высокой волатильности с эндогенно оцениваемыми вероятностями перехода. На базе полученных параметров вычисляются прогнозные значения показателя Value at Risk на уровне доверия 99 процентов с применением исторического подхода и параметрических схем, а затем проводится бэктестирование с использованием критерия Купика для проверки соответствия ожидаемой и фактической доли пробоев. Результаты показывают, что модели, основанные на нормальном распределении или игнорирующие смену режимов, систематически недооценивают хвостовые риски, тогда как спецификация с распределением Стьюдента и марковскими переключениями обеспечивает долю пробоев, близкую к целевому уровню, и наибольшие значения статистической значимости теста охвата. На заключительном этапе строится портфель из исследуемых валютных активов и сравниваются пассивная стратегия, наивная диверсификация и активные стратегии оптимизации по Conditional Value at Risk, основанные на оценках GARCH и модели с переключением режимов. Показано, что включение продвинутых оценок риска в критерий оптимизации одновременно повышает среднюю доходность, снижает волатильность, увеличивает коэффициент Шарпа и уменьшает максимальную просадку, а наибольший выигрыш достигается при использовании модели с режимными переключениями, что подтверждает ее практическую ценность для риск менеджмента международных портфелей.The study is devoted to the quantitative analysis of complex behavior of key exchange rates and its impact on the quality of international portfolio risk management, where standard models based on the normal distribution of returns prove to be inadequate. The purpose of the research is to assess the extent to which accounting for conditional volatility, heavy tails, and market regime shifts improves the accuracy of risk measurement and the effectiveness of portfolio strategies. The empirical base consists of daily closing quotes for the EUR USD, GBP USD, and USD JPY pairs for the period from 2005 to 2023, on the basis of which logarithmic returns and descriptive statistics are calculated. The initial statistical analysis reveals negative skewness, substantial positive kurtosis, and volatility clustering, while normality tests reject the Gaussian hypothesis, justifying the transition to more flexible modeling. The methodological section employs models of the GARCH family, including asymmetric modifications, with various assumptions about the conditional distribution of errors, among which are the normal, Student’s t, and generalized error distributions, as well as their extension with Markov switching, allowing for the description of low- and high-volatility states with endogenously estimated transition probabilities. Based on the estimated parameters, forecasted values of the Value at Risk measure at the 99 percent confidence level are calculated using historical and parametric approaches, and then backtesting is performed via the Kupiec test to verify the consistency between expected and actual exceedance frequencies. The results show that models based on the normal distribution or ignoring regime shifts systematically underestimate tail risks, whereas the specification with the Student’s t distribution and Markov switching provides an exceedance rate close to the target level and the highest significance of the coverage test. At the final stage, a portfolio of the analyzed currency assets is constructed, and passive strategy, naive diversification, and active optimization strategies based on Conditional Value at Risk estimated by the GARCH and regime-switching models are compared. It is shown that incorporating advanced risk estimates into the optimization criterion simultaneously increases average return, reduces volatility, improves the Sharpe ratio, and decreases maximum drawdown, with the greatest improvement achieved when using the regime-switching model, confirming its practical relevance for international portfolio risk management.exchange ratesconditional volatilityGARCH modelsMarkov regimesportfolio risk managementвалютные курсыусловная волатильностьмодели GARCHмарковские режимыуправление портфельным риском issue-cover Беленчук С.И. Международная валютно-финансовая система: гипотетические точки разрыва // Человек. Общество. Инклюзия. 2022. № 1 (49). С. 12-20. Воронкова Е.К., Долгова М.В. Влияние глобальной рыночной конъюнктуры на изменение роли национальных валют в международных расчетах // Вестник Российской таможенной академии. 2023. № 2 (63). С. 9-21. Гайнетдинова А.А. Оценка (а)симметричного влияния геополитического риска и неопределенности экономической политики на валютный курс рубля // Journal of Applied Economic Research. 2023. Т. 22. № 2. С. 270-293. Грачёв И.Д., Грачёв Д.И., Ларин С.Н., Ноакк Н.В. Применение вероятностной модели рынка для оценки оптимального валютного курса // Экономика и предпринимательство. 2022. № 5 (142). С. 1228-1234. Евсин М.Ю., Макаров И.Н., Кореняко Е.А. Ретроспективный анализ фундаментальных факторов валютной динамики на мировых и национальных финансовых рынках // Креативная экономика. 2022. Т. 16. № 9. С. 3621-3636. Ибрагимов Ф.К. Факторный анализ динамики мировых фондовых индексов // Вестник евразийской науки. 2025. Т. 17. № S2. С. 1-14. Обижаева А., Пифтанкин Г. Кризис рубля в декабре 2014 г.: структура и ликвидность валютного рынка // Деньги и кредит. 2023. Т. 82. № 1. С. 104-136. Перепёлкин В.А. Режимы валютных курсов и их влияние на денежно-кредитную политику государства // Наука XXI века: актуальные направления развития. 2022. № 2-1. С. 198-202. Перцева С.Ю. Россия в международном движении портфельных инвестиций и производных финансовых инструментов // Мировое и национальное хозяйство. 2023. № 4 (64). С. 80-83. Пономаренко А. Об основных механизмах международных расчетов в национальных валютах // Деньги и кредит. 2023. Т. 82. № 3. С. 35-47. Рудый К. Внутридневные секундные колебания валютных курсов под влиянием новостей о росте процентных ставок // Банковский вестник. 2023. № 5 (718). С. 38-51. Смирнов А.Д. Макрофинансы: сигмоидная динамика денег, долга и богатства // Экономический журнал Высшей школы экономики. 2023. Т. 27. № 3. С. 317-363. Цибулина А.Н. Экономический и валютный союз (сентябрь - ноябрь 2023) // Европейский Союз: факты и комментарии. 2023. № 114. С. 18-21. Чернов В.А. Валютно-финансовый аспект в стратегии международных отношений // Управление социально-экономическими системами. 2022. № 1. С. 27-33. Camanho N., Hau H., Rey H. Global portfolio rebalancing and exchange rates // Review of Financial Studies. 2022. Т. 35. № 11. С. 5228-5274.