Экономико-математические модели оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности

Сычев, Василий Анатольевич

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Экономико-математические модели оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	доктор экономических наук
Автор	Сычев, Василий Анатольевич
Место защиты	Новочеркасск
Год	2010
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Экономико-математические модели оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности"

004602994 На правах рукописи

Сычев Василий Анатольевич

ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ ВАЛЮТНЫХ РИСКОВ ПРИ ОСУЩЕСТВЛЕНИИ ВНЕШНЕЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

Специальность 08.00.13 - Математические и инструментальные методы в экономике

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора экономических наук

- 3 ИЮН 2010

Москва-2010

004602994

Работа выпонена в ГОУ ВПО "Южно-Российский государственный технический университет (Новочеркасский политехнический институт)" на кафедре "Экономика и управление предприятием"

Научный консультант доктор экономических наук, профессор

Кобачев Евгений Борисович

Официальные оппоненты: . доктор экономических наук, доцент

Бадалова Анна Георгиевна

доктор экономических наук, профессор, Лагоша Борис Александрович

доктор экономических наук, профессор Матвеева Людмила Григорьевна

Ведущая организация Воронежский государственный университет

Защита состоится 22 июня 2010 г. в 1430 часов на заседании диссертационного совета Д 212.142.06 при Московском государственном технологическом университете Станкин по адресу: 127994, Москва, Вадковский пер., д.1.

Ваш отзыв на автореферат в одном экземпляре, заверенный печатью, просим высылать по указанному адресу.

С диссертацией можно ознакомиться в библиотеке МГТУ Станкин. Автореферат разослан бемб? 2010 г.

Учёный секретарь

диссертационного Совета Д 212.142.06 к.э.н., профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. В настоящее время обеспечение экономического роста в Российской Федерации тесным образом связано с развитием внешнеэкономической деятельности (ВЭД) хозяйствующих субъектов, которая в значительной мере зависит от качества управления ею. Очевидно, что эффективная организация ВЭД дожна базироваться как на учете особенностей развития международной торговли, процессов развития национальных экономик, международного движения капитала и финансовых рынков, определяющих внешнюю среду осуществления ВЭД, так и на совершенствовании управления ВЭД на микроуровне, где особое место занимают вопросы управления потоками денежных поступлений и платежей по всем торговым и инвестиционным операциям предприятия, отражающихся в бюджете ВЭД и влияющих на такой важный экономический показатель эффективности управления как стоимость предприятия. При этом позитивная динамика денежных потоков бюджета ВЭД в существенной степени зависит не только от баланса объемов экспорта и импорта предприятия, но еще и от колебаний валютных курсов, поскольку каждая из составляющих бюджета ВЭД связана с переводом валютных поступлений или выплат в национальную валюту. Это обуславливает тесную взаимосвязь процедуры формирования бюджета ВЭД с задачами оценки и прогнозирования валютных рисков, возникающих вследствие негативного или позитивного влияния макроэкономической динамики на международных валютных рынках на денежные потоки в бюджете ВЭД предприятия в прогнозном периоде.

Указанные задачи играют значимую роль в системе управления валютными рисками при осуществлении ВЭД. Однако недостаточно удовлетворительный уровень решения данных задач требует совершенствования их методологической базы на основе применения экономико-математических моделей, как для задач оценки валютного риска, так и для задач его прогнозирования, повышающих эффективность реализации таких составляющих систем управления валютными рисками как организация мониторинга валютных рынков и влияющих на них макроэкономических факторов, планирование бюджета ВЭД с учетом прогнозных траекторий изменения валютных курсов, выбор эффективного способа хеджирования валютного риска и управления валютными позициями предприятия. При этом с учетом того, что валютные курсы следует рассматривать не как случайные величины, а как нестационарные случайные процессы с достаточно сложной динамикой развития, из всего множества известных подходов к оценке возникающих валютных рисков следует выделить комплексные методы, сочетающие статистические измерения риска со сценарными методами анализа устойчивости бюджета ВЭД к кризисным явлениям на международном валютном рынке. Однако эти методы в настоящее время развиты еще незначительно и требуют своего развития.

Задача прогнозирования валютных рисков тесным образом связана с получением прогнозных оценок валютных курсов в бюджетном периоде и влияющих на них процессов развития национальных экономик, международного движения капитала и финансовых рынков. Данные процессы имеют достаточно сложную структуру с большим количеством контуров обратных связей, определяющих плохо предсказуемую традиционными методами траекторию их развития. При этом воздействие одних макроэкономических процессов на другие не носит постоянного характера, что не позволяет рассматривать их как стационарную среду, к которой применимы известные подходы экономико-математического моделирования. Кроме того, задачи прогнозирования процессов макроэкономической динамики и валютных курсов представляют собой типичный пример проблем принятия решений в слабоструктурированных средах, когда отсутствуют надежные модели получения численных прогнозных оценок, неточно известен характер

влияния возмущений на развитие рыночных ситуаций, в системе присутствуют субъективные факторы, связанные с влиянием поведения участников рынка на его динамику и необходимостью получения качественных оценок развития макроситуаций и т.п.

Данные обстоятельства обуславливают актуальность дальнейшего развития экономико-математических моделей оценки и прогнозирования валютных рисков при осуществлении ВЭД, а соответственно и актуальность темы исследования.

Степень разработанности проблемы. Исследованию вопросов развития механизмов управления внешнеэкономической деятельностью хозяйствующих субъектов посвящен целый ряд работ таких зарубежных и отечественных авторов как Жозет Перар, Линдерт П., Стровский Л.Е., Киреев А.П., Пивоваров С., Шимко П.Д.,. и др. Среди работ, связанных с повышением эффективности управления хозяйствующими субъектами в рамках стоимостного подхода, следует выделить труды Колобова A.A., Кочетова В.В., Омельченко И.Н., Ковалева А.П., Еленевой Ю.Я., Кобычева Е.Б., Юданова А.Ю. и др.

Вопросам в сфере управления валютными рисками посвящены публикации таких известных зарубежных и отечественных авторов как Рэдхэд К., Маршал Джон Ф., Балабанов И.Т., Дубров A.M., Селюков В.К. и др.

Теоретические и практические проблемы международной экономики исследованы в работах Кругмана П., Сороса Дж., Сакса Дж., Мишкина Ф., Милера Р., Агапова Т.А., Селищева A.C., Миклашевской H.A. и др. Решению проблем экономико-математического моделирования макроэкономических процессов и создания систем поддержки принятия решений в сложных средах посвящены работы Дадаяна B.C., Чижова Ю.А., Киси-левой В.В., Китовой Г.А., Малинецкого Г.Г., Давниса В.В., Тиняковой В.И., Поспелова Д.А., Трахтенгерца Э.А., Мелихова А.Н., Берштейна Л.С,, Чепурных Н.В. и др.

Проведенный анализ известных разработок в области прогнозирования экономических процессов на макроуровне показал, что ключевая роль в их реализации принадлежит фундаментальному анализу макроэкономической динамики, методология которого в настоящее время практически не разработана. Большинство исследователей при решении задач моделирования динамики фундаментальных макроэкономических индикаторов, характеризующих внешнюю среду реализации ВЭД и используемых при выработке решений по оценке и управлению валютными рисками, ограничиваются построением линейных эконометрических макроэкономических моделей, в основе которых лежат гипотезы "эффективного рынка" и "рациональных ожиданий". Однако имеющиеся несовершенства в данных гипотезах часто являются причиной получения ошибочных результатов. Кроме того, эти модели не обеспечивают учета имеющих место изменений в структуре влияний фундаментальных индикаторов, а также не включают в себя формализмов субъективности, отражающих неопределенность участников рынка в отношении динамики развития анализируемых макроситуаций и т.п. Это обуславливают целесообразность разработки применительно к задачам среднесрочного прогнозирования валютных курсов и процессов макроэкономической динамики, иных подходов, в частности, использующих адаптивные модели. В работе показано, что в наибольшей степени для прогнозирования указанных процессов подходят математические модели, относящиеся к классу адаптивно-рациональных моделей прогнозирования, где реализуется подход совместного использования адаптивных принципов и других методов прогнозирования. При этом данные модели также требуют своего развития в направлении создания многоуровневой системы экономико-математического моделирования, обеспечивающей совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики в краткосрочном периоде на нижнем уровне и имитационного моделирования и структурного анализа на

втором с соответствующей корректировкой структуры моделей адаптивного статистического прогнозирования.

Настоящая работа выпонена в Южно-Российском Государственном техническом университете (НПИ) в рамках реализации научных направлений, утвержденных Минобразования РФ, по исследованию и разработке новых методологий управления производственными системами и бизнес-процессами.

Целью диссертационного работы является разработка методологии оценки и прогнозирования валютных рисков при осуществлении ВЭД на основе использования экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики и валютных курсов, обеспечивающих создание систем поддержки принятия решений для управления рисками в ВЭД хозяйствующих субъектов.

Для достижения поставленной цели в работе решались следующие основные задачи:

1. Проанализировать в рамках стоимостного подхода к управлению методологические аспекты взаимосвязи денежных потоков в ВЭД с задачами оценки валютных рисков, возникающих вследствие негативного или позитивного влияния валютных курсов и макроэкономической динамики на бюджет ВЭД, и разработать расчетную модель получения количественной оценки валютного риска для формального определения целевых задач управлении рисками в ВЭД хозяйствующих субъектов.

2. Сформировать теоретико-методологические подходы и структуру решения задачи прогнозирования валютных рисков на основе развития экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики с применением комбинированных схем моделирования, где реализуется подход совместного использования адаптивных принципов и других методов прогнозирования.

3. Провести структуризацию макроэкономических процессов международного движения капитала, развития национальных экономик и финансовых рынков с целью определения множества фундаментальных индикаторов, характеризующих данные процессы, и построить модель их причинно-следственных отношений, раскрывающую структурные особенности взаимодействия фундаментальных индикаторов и направления их влияния, а также разработать в рамках объектно-ориентированного подхода информационное представление множества процессов макроэкономической динамики.

4. На основе представления динамики фундаментальных индикаторов в виде временных рядов с численной формой задания их элементов разработать адаптивные статистические модели получения прогнозных значений макроэкономических процессов и валютных курсов с учетом изменения влияний в системе связей фундаментальных индикаторов, а также с отражением в модели субъективного отношения участников рынка к развитию рассматриваемых макроситуаций.

5. Для решения задачи распознавания типа субъективного отношения участников рынка к развитию того или иного сегмента макроэкономических процессов разработать формальный язык получения качественных оценок динамики трендов фундаментальных индикаторов в виде символьных цепочек из нечетких переменных, включающий в себя словарь символов, задающих возможные состояния трендов, и формальную контекстно-свободную грамматику с агоритмом грамматического разбора, позволяющим выделять в символьных цепочках синтаксические конструкции, характеризующие форму и фазы развития трендов фундаментальных индикаторов.

6. Разработать расчетные модели оценки взаимодействия трендов фундаментальных индикаторов с целью выделения в процессах макроэкономической динамики лишь зна-

чимых связей для последующего сужения общей схемы причинно-следственных отношений фундаментальных индикаторов.

7. Разработать метод и модели структурного анализа развития макроэкономических процессов с целью распознавания действующих цепочек влияний в процессах макроэкономической динамики и последующей корректировки структуры связей параметров в моделях прогнозирования трендов фундаментальных индикаторов, а также для распознавания возникновения и отслеживания распространения кризисных ситуаций, которые могут возникать в рассматриваемой макросистеме.

8. Для практической реализации систем поддержки принятия решений в оценке, прогнозировании и управлении валютными рисками в ВЭД разработать многоуровневый комплекс экономико-математического моделирования, позволяющий наряду с мониторингом процессов макроэкономической динамики и валютных курсов осуществлять их адаптивное статистическое прогнозирование с корректировкой структуры моделей прогнозирования, а также с учетом отношения участников рынка к имеющим место неопределенностям в развитии рыночных ситуаций.

Объектом исследований диссертационной работы являются внешнеэкономическая деятельность хозяйствующих субъектов и макроэкономические процессы, определяющие внешнюю среду реализации ВЭД.

Предметом исследований диссертационной работы являются процессы управления валютными рисками, в том числе процессы оценки и прогнозирования валютных рисков при осуществлении ВЭД хозяйствующих субъектов.

Теоретическая и эмпирическая база исследования. Теоретическую базу исследования составляют труды российских и зарубежных ученых в области управления внешнеэкономической деятельностью и валютными рисками, международной экономики, прогнозирования случайных процессов, нелинейной динамики, нечеткой логики и формальных грамматик, теории принятия решений и экономико-математического моделирования.

Работа выпонена в рамках следующих пунктов паспорта специальности 08.00.13 Ч "Математические и инструментальные методы экономики" : 1.3. "Разработка и исследование макромоделей экономической динамики в условиях равновесия и неравновесия, конкурентной экономики, монополии, олигополии, сочетания различных форм собственности"; 1.4. 'Тазработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений"; 1.5. "Разработка и развитие математических методов и моделей глобальной экономики, межотраслевого, межрегионального и межстранового социально-экономического анализа, построение интегральных социально-экономических индикаторов"; 2.3. "Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях".

Эмпирическую базу диссертационного исследования составляют материалы Госкомстата РФ, информационно-статистические данные Бюро экономического анализа США, Европейского статистического агентства, аналитические и статистические материалы интернет-серверов компаний - участников международного валютного рынка. В ходе исследования использовались стандартные и разработанные автором программные продукты.

Основные положения и результаты, выносимые на защиту:

1. Методология оценки валютных рисков при осуществлении ВЭД хозяйствующих

субъектов, реализуемая с позиций стоимостного подхода к управлению посредством анализа и моделирования изменений в денежных потоках бюджета ВЭД, связанных с колебаниями валютных курсов, а также расчетная модель получения количественной оценки валютного риска с учетом возможных изменений процессов макроэкономической динамики и валютных курсов, определяющих внешнюю среду ВЭД.

2. Методология прогнозирования валютных рисков на основе развития экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики с применением комбинированных схем моделирования, совмещающих использование адаптивных принципов и других методов прогнозирования.

3. Гиперграфовая модель причинно-следственных отношений фундаментальных индикаторов, характеризующих макроэкономические процессы международного движения капитала, развития национальных экономик и валютных рынков, раскрывающая структурные особенности их взаимодействия и возможные пути развития кризисных явлений, а также информационное представление вышеуказанной системы макроэкономических процессов.

4. Адаптивные статистические модели прогнозирования процессов макроэкономической динамики и валютных курсов, полученные в рамках развития адаптивно-рационального подхода к прогнозированию экономических процессов и обеспечивающие вычисление прогнозных оценок с учетом изменения влияний в системе связей фундаментальных макроэкономических индикаторов, а также с отражением в модели субъективного отношения участников рынка к развитию рассматриваемых макроситуаций.

5. Модели процессов макроэкономической динамики и валютных курсов, использующие качественные оценки трендов фундаментальных индикаторов в виде нечетких переменных, предназначенные для решения задач распознавания типа субъективного отношения участников рынка к развитию макроснтуаций и построенные с применением формальной контекстно-свободной грамматики, позволяющей выявлять в символьных цепочках синтаксические конструкции, характеризующие форму и фазы развития трендов фундаментальных индикаторов. Расчетные модели оценки взаимодействия трендов фундаментальных индикаторов, выделяющие в процессах макроэкономической динамики текущие значимые влияния для последующего сужения общей схемы причинно-следственных отношений данных индикаторов.

6. Модели и процедуры структурного анализа развития макроэкономических процессов для распознавания действующих цепочек влияний в процессах макроэкономической динамики и последующей корректировки структуры связей параметров в моделях прогнозирования трендов фундаментальных индикаторов, а также для распознавания возникновения и отслеживания распространения кризисных ситуаций в рассматриваемой макросистеме.

7. Многоуровневый комплекс экономико-математического моделирования, обеспечивающий совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики на нижнем уровне и их имитационного моделирования и структурного анализа на втором, что позволяет осуществлять текущую оценку влияния одних фундаментальных индикаторов на другие, а также распознавать возникновение ситуаций структурной неустойчивости с соответствующей корректировкой моделей статистического прогнозирования.

Научная новизна исследования представлена в развитии методов и экономико-математических моделей решения задач оценки и прогнозирования валютных рисков при осуществлении внепшеэкономической деятельности и выражается в следующих основных положениях."

1. Разработана расчетная модель оценки валютных рисков при осуществлении ВЭД хозяйствующих субъектов, полученная в рамках предложенной методологии оценки и реализуемая с позиций стоимостного подхода к управлению посредством моделирования изменений в денежных потоках бюджета ВЭД н анализа его устойчивости в условиях колебаний валютных курсов и процессов макроэкономической динамики.

2. Предложены методы решения задачи прогнозирования валютных рисков на основе развития экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики с применением комбинированных схем моделирования, где реализуется подход совместного использования адаптивных принципов и других методов прогнозирования. К преимуществам предложенного подхода относится то, что он обеспечивает решение указанных слабо структурированных задач в условиях достаточно сложной динамики макроэкономических процессов, а также с учетом влияния участников рынка на развитие рассматриваемой макросистемы.

3. Разработана новая гиперграфовая модель причинно-следственных отношений фундаментальных индикаторов, характеризующая процессы макроэкономической динамики, а также раскрывающая структурные особенности взаимодействия макроэкономических процессов и возможные пути развития кризисных явлений.

4. В рамках развития адаптивно-рационального подхода к прогнозированию экономических процессов предложен новый метод получения прогнозных оценок валютных курсов и процессов макроэкономической динамики посредством их адаптивного статистического моделирования, отличительной особенностью которого является обеспечение вычисления прогнозных оценок с учетом цепочек влияний и изменения их структуры в системе связей фундаментальных макроэкономических индикаторов, а также с отражением в модели субъективного отношения участников рынка к развитию рассматриваемых макроситуаций.

5. Для решения задачи распознавания типа субъективного отношения участников рынка к развитию того или иного сегмента макроэкономических процессов предложены логические решающие правила и новый формальный язык получения качественных оценок динамики трендов фундаментальных индикаторов в виде символьных цепочек из нечетких переменных, включающий в себя словарь символов, задающих возможные состояния трендов, и формальную контекстно-свободную грамматику с агоритмом грамматического разбора, позволяющим выделять в символьных цепочках синтаксические конструкции, характеризующие не точечные оценки, а форму и фазы развития трендов фундаментальных индикаторов.

6. Предложены модели и процедуры структурного анализа взаимодействий процессов макроэкономической динамики и валютных курсов, отличительной особенностью которых является то, что они с одной стороны являются эффективным допонением адаптивных статистических моделей прогнозирования фундаментальных индикаторов, позволяя распознавать действующие цепочки влияний в системе связей макроэкономических процессов и соответственно корректировать структуру указанных моделей, а с другой стороны имеют самостоятельное значение, поскольку позволяют выделять в системе связей макроэкономических процессов контура с положительной обратной связью, являющиеся наиболее вероятными областями возникновения и распространения возмущений в исследуемой макросистеме. При этом они также выявляют фундаментальные индикаторы, тренд которых может изменить свой характер в будущем вследствие формирования воны импульсных возмущений в цепочках влияний фундаментальных индикаторов. В качестве эффективного допонения для решения последней задачи в работе предложено множество диагностических признаков идентификации ситуаций смены

тренда, связанных как с развитием структурной неустойчивости в контурах с обратной связью (замыкание / размыкание контуров), так и с оценкой изменения фракталыюсти колебаний анализируемого тренда.

7. Обоснована необходимость развития адаптивно-рациональных моделей прогнозирования макроэкономических процессов в направлении создания многоуровневой системы экономико-математического моделирования. Последняя обеспечивает совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики в краткосрочном периоде на нижнем уровне и имитационного моделирования и структурного анализа на втором уровне с соответствующей корректировкой структуры моделей статистического прогнозирования. К достоинствам данной системы также относится введение в процедуры получения оценок макроэкономической динамики формализмов субъективности, отражающих неопределенность отношения участников рынка к развитию анализируемых макроситуаций.

Практическое значение результатов исследования состоит в том, что их применение позволяет повысить эффективность решения задач оценки, прогнозирования и управления валютными рисками при осуществлении ВЭД, а также повысить эффективность использования денежных ресурсов предприятия и его стоимость.

Практическая ценность исследования обоснована следующим:

- предложенная в работе методология оценки валютных рисков во внешнеэкономической деятельности позволяет получать их объективные количественные оценки, оценки дисбаланса денежных потоков в бюджете ВЭД, а также строить сбалансированные схемы бюджетного планирования ВЭД предприятий, направленные на увеличите их стоимости;

- разработанная в работе методология решения задач прогнозирования валютных рисков является основой построения систем поддержки принятия решений при управлении рисками в ВЭД хозяйствующих субъектов, обеспечивая получение прогнозных оценок обменных курсов и синтез схем покрытия валютных рисков, а также создание эффективных систем мониторинга внешней среды осуществления ВЭД;

- предложенная гиперграфовая модель причинно-следственных отношений фундаментальных индикаторов, характеризующая процессы макроэкономической динамики и раскрывающая структурные особенности их взаимодействия, в сочетании с разработанными моделями и методом структурного анализа развития макроэкономических процессов позволяет решать задачи распознавания возникновения кризисных ситуаций и отслеживания их распространения и влияния на валютный рынок;

Ч разработанный многоуровневый комплекс экономико-математических моделей позволяет повысить качество оценок развития макроэкономической динамики и прогнозирования изменения валютных курсов в краткосрочном и среднесрочном периодах, а также расчета оценок получаемых незапланированных убытков или прибыли по позициям бюджета ВЭД с привязкой их ко времени, обеспечить проведение своевременной корректировки валютных позиций предприятия, схем и сроков расчетов по контрактам ВЭД, что обеспечивает снижение размеров страховых фондов и повышение уровня денежных доходов предприятия.

Реализация и апробация результатов работы. На основе выпоненных исследований разработано и внедрено для предприятий различных отраслей (ОАО "31 завод Авиационного Технологического Оборудования", г. Новочеркасск; ПК "НЭВЗ", г. Новочеркасск; ОАО "Шахтинский завод Гидропривод", г. Шахты Ростовской области; ОАО "ЭНЕРГОПРОМ - Новочеркасский электродный завод", г. Новочеркасск; ФКП "Комби-

нат "Каменский", г. Каменск-Шахтинский Ростовской области; ЗАО "Завод по выпуску КПО", г. Азов, ООО "Проект-монтаж", г. Москва) 7 подсистем оценки и управления валютными рисками в ВЭД, входящими в состав интегрированных систем управления предприятиями.

Материалы диссертационной работы используются в учебном процессе ЮРГТУ (НПИ), СКАГС в курсах лекций "Валютный дилинг па финансовых рынках", "Рынок ценных бумаг", "Автоматизированные информационные системы в экономике", а также при выпонении дипломных проектов.

Основные положения и результаты диссертационного исследования докладывались, обсуждались и получили одобрение на XV, XVI, XVII, XVIII, ХГХ, XX, XXI, XXII Международных научных конференциях " Математические методы в технике и технологиях", проходивших в 2002-1-2009 г.г. в городах Тамбове, Ростове-на-Дону, Костроме, Казани, Воронеже, Ярославле, Саратове, Пскове и на постоянно действующих семинарах профессорско - преподавательского состава ЮРГТУ (г. Новочеркасск) и СКАГС (г. Рос-тов-на -Дону) в 2002^-2009 г.г. Результаты работы также докладывались и получили положительную оценку на заседаниях кафедр ЮРГТУ, СКАГС, ЮФУ.

Основные положения диссертационного исследования отражены в 33-х публикациях, в том числе в двух монографиях и двух учебных пособиях.

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения и приложений. Она содержит 309 стр. основного текста, 50 рисунков, 8 таблиц, список литературы из 165 наименований и 5 приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, определены цель и задачи исследования, его научная новизна, изложены основные положения, выносимые на защиту, даны сведения о структуре работы, апробации и реализации полученных результатов.

В главе 1 " Теоретико-методологические подходы к оценке и прогнозированию валютных рисков при осуществлении внешнеэкономической деятельности " показано, что последовательное углубление экономических реформ и рыночных отношений в России сопровождается развитием внешнеэкономической деятельности хозяйствующих субъектов, эффективная организация которой дожна базироваться как на учете особенностей влияющих на ВЭД макроэкономических процессов развития национальных экономик, международного движения капитала и финансовых рынков, определяющих внешнюю среду осуществления ВЭД, так и на совершенствовании управления ВЭД на микроуровне, т.е. на уровне предприятия, где важное место занимает финансовая политика ВЭД (рис. 1).

Проведенный в работе анализ подпроцессов финансовой политики ВЭД показал, что доминирующей компонентой последней является система управления денежными потоками ДП юя (0, 'е Т во внешнеэкономической деятельности, которая неразрывно связана с формированием бюджета ВЭД, раскрывающим во времени недельные (месячные) ожидаемые показатели объемов потока поступлений ДДвэд (/), КТ и платежей 3 юд(1), /е Т денежных средств в национальной валюте по всем запланированным торговым, финансовым и инвестиционным операциям предприятия (см. табл. 1).в течение заданного временного горизонта планирования Т.

Хорошо сбалансированный бюджет ВЭД является важным инструментом обеспечения прибыльной работы предприятия и повышения его рыночной стоимости, что обуславливает тесную связь вопросов организации ВЭД и управления предприятием на

Тактический уровень

Финансовая (валютная) политика ВЭД

Корпоративная политика в ВЭД

Оперативный уровень

Планирование объемов экспорта Л[!алю данежцых потоков и импорта и формирование юд предпршпия

бюджета ВЭД , * _ __

""'V-- Т

Заключение контрактов по ВЭД . Разработка схем проведения расчетов по операциям ВЭД

Управление дебиторской и кредиторской задоженностью

Контроль и управление /' валютными позициями предприятия

Оценка, прогнозирование и управление валютными рисками

Рис. 1. Иерархическая структура процессов финансовой политики ВЭД хозяйствующего субъекта

основе стоимостного подхода. В частности, в работе показано, что величины денежных потоков ДПвэд(0, teTв бюджете ВЭД в соответствии с их определением ДПвэд(1) = ДД ЮД(1) - 3 BS\t) позволяют рассматривать ДПвэд (t), ie Т как получаемую от ВЭД прибыль (убыток) ЕШТЮЛ{1) до выплаты процентов и налогов на временном отрезке бюджетного планирования Т, которая в свою очередь является составляющей общей прибыли предприятия EBIT(t) до уплаты процентов и налогов на 1 - ом временном интервале. Тогда составляющая рыночной стоимости предприятия VE юд, относящаяся к ВЭД и заданному периоду бюджетного планирования, может быть определена как т

УЕЮД= I (ЕВ1ТЮД (Г) (1- (Tax (t)-Dep (/) + VFA(t) + VNWC (/)) 1ЕВ1Щ )/ (1+ г)', t = i

где Tax(t) Ч величина начисленного налога на прибыль на t - ом временном интервале; Dep (!) - амортизационные отчисления в t- ом периоде; VFA(t) - изменения величины внеоборотных активов в t - ом периоде; VNWC (/) - изменение величины чистого оборотного капитала предприятия в t - ом периоде; г Ч ставка дисконтирования, отражающая средневзвешенную альтернативную стоимость заемного и собственного капитала предприятия,

В работе показано, что позитивная динамика денежных потоков бюджета ВЭД в значительной степени зависит не только от баланса объемов экспорта и импорта предприятия, но еще и от колебаний валютных курсов в период между заключением кон-

Таблица 1.

Структура бюджета ВЭД хозяйствующего субъекта

Наименование статьи денежного потока Временные периоды ()

1 2 Т

Денежные притоки: Ожид. зиач-е Отклонение Ожид. знач-е Отклонение Ожид. знач-е Отклонение

1. Денежная выручка от реализации экспорт. продукции ДД(1) ДД.(2) ДД,(Т)

2. Погашение дебиторской задоженности по экспортным контрактам д&(1) ДДг(2) ДЖТ)

3. Авансы по экспортным контрактам ДВД) ДДз(2) ДДз(Т)

4. Прочие поступления по экспортным контрастам Д1Ш) ДЛ(2) ДВДГ)

5. Получение кредитов и займов №0) ДД5(2) дадт)

6. Доходы от фин. вложений в иностранной валюте ДД6(1) ДДб(2) ДМ Т)

Суммарная величина техущих денежных поступлений 1) 2) Т)

Денежные оттоки:

1. Денежные платежи за покупки по импорт, контрактам 3,(1) 3,(2) 3,(Т)

2. Денежные платежи по погашению кредиторской задоженности 32(1) ЗД2) 32(Т)

3. Авансовые платежи по импортным контрактам Ш Зз(2) адт)

4. Прочие расходы по импортным контрактам 3,(1) 34(2} 34(Т)

5. Возврат кредитов и займов 35(1) 35(2) 35(Т)

6. Расходы по инвестиционной деятельности в ин. валюте Зб(1) Зб(2) Зб(Т)

Суммарная величина текущих денежных платежей 3*^(1) Зюл(1)

Величина текущего денежного потока Д^эд[0=ДДВЭЛ(1У^я(.1) 2) >1ПЮА(Т)

трактов по ВЭД и проведением расчетов по ним. Иначе, поскольку каждая из составляющих бюджета ВЭД связана с переводом валютных поступлений или выплат в национальную валюту, то можно говорить о наличии функциональной зависимости денежных потоков предприятия от колебаний валютных курсов, являющихся источником формирования валютного риска, который определяется как риск потерь или получения незапланированной прибыли при осуществлении ВЭД вследствие негативного или позитивного дисбаланса потоков денежных доходов и платежей в прогнозном периоде Т в условиях изменения динамики макроэкономических процессов и ситуаций на международных валютных рынках. При этом в качестве стратегической целевой задачи управления валютными рисками при осуществлении ВЭД в рамках стоимостного подхода следует рассматривать увеличение такой составляющей рыночной стоимости предприятия

как VE вэд, т.е. если риск-менеджмент ВЭД на предприятии способствует росту VE вэд, то его применение оправдано и наоборот.

Выделим влияние валютных курсов на денежные потоки ДПS3\t), t е Тъ бюджете ВЭД, представив ДЯ юд{1) в более развернутом виде какДПюд(1) = ЕВ1Твзд(1) = Curl{t). ДЦ Д BA(i) - Cur2(t) Х 3 Д юд(0, где ДДШ вэд (/), Зи. юд(/) - значения потоков денежных доходов ДДюд(/) и платежей Зюд (t) по ВЭД на временном отрезке Т, выраженные в иностранной валюте (по условиям контрактов ВЭД); CurHfj, Cur2(t) - ожидаемые при подготовке контрактов по ВЭД значения валютных курсов (Currency) на момент времени t, переводящие значения денежных потоков ДДив д((), 3ДД вэд{1) в национальную валюту. При этом отметим, что валютные курсы Curl(t), Cur2(t), входящие в выражение для ДП зд(1) и отражающие достаточно сложные процессы развития международных валютных рынков, следует рассматривать как факторы, имеющие случайный характер.

Это соответственно обуславливает изменчивый (волатильный) характер денежных потоков ДДвэд(г), Зюд (/), а также показателя VE юд. Иначе, изменчивость показателя VE вэд, которая может быть охарактеризована такими вероятностными оценками как ожидаемое (среднее) значение и среднеквадратичное отклонение a-E, функционально связана с изменчивостью прибыли до выплаты процентов и налогов i вп{!)< а ebit(), которая в свою очередь зависит от изменчивости валютных курсов CurliJ), Cur2(t). Из сказанного следует, что колебания Curl(t), Cur2(t) Moiyr являться источником возникновения неблагоприятных для предприятия изменений ЕВ1ТЮД[() , /еТ, т.е. источником возникновения валютного риска.

При этом формальную количественную оценку валютного риска на 1 - ый момент времени бюджетного (прогнозного) периода Т в работе предлагается получать с использованием такой расчетной модели как

R, = (V Cur lit). ДДшвэд(() -VCur2(t) . 3,ДB3\t)) / ЕВ1Твэд{ t) = ЧЕБ!ТВЭДЦ) / ЕВ1Твэд{ t) , te Т,

где VCurl(t), VCur2(t) Ч полученные по результатам прогнозирования изменения значений валютных курсов на момент времени t; ДДШ ВЭД(/), Зш юд(!) Ч ожидаемые (по условиям контрактов ВЭД) значения потоков денежных доходов и платежей по ВЭД на момент времени 1, выраженные в иностранной валюте; ЕВ1ТЮД{1) - ожидаемое (без учета изменения валютных курсов) на момент времени / значение прибыли от ВЭД до выплаты процентов и налогов, выраженное в национальной валюте; VЕВ1ТЮД(() - полученное на момент времени t по результатам прогнозирования изменение значения прибыли от ВЭД до выплаты процентов и налогов вследствие колебаний валютных курсов, выраженное в национальной валюте.

В качестве интегральной оценки валютного риска за период бюджетного планирования Г, определяемой как оценка потерь, возникающих вследствие негативного дисбаланса потоков денежных доходов ДД вэд (t) и платежей 3 вэд (), t е Г, предлагается использовать новую расчетную модель вида

RT = ( Ъ(уСиг1(1).ДЦшюд(1) - VCur2(t)Х Зи,юд(1)) /(1+г) ')/ (X ЕВ1Твэд(1)/ (1+г)'). t=l t=l

Изложенное позволяет формально определить целевую задачу создания системы поддержки принятия решений при управлении валютными рисками, как задачу обеспечения с использованием экономико-математических моделей процедур прогнозирования изменения валютных курсов, оценки возникающих при этом валютных рисков и их хеджирования, приводящих к:

Х удержанию волатильности ЕВ1ТвэдО) в пределах, при которых достигается рост УЕВЭД за счет обеспечения непрерывности бизнес-процессов ВЭД предприятия; увеличения средних значений ц esit (0 , f еТ; уменьшения значений от шт (0 ,

Х а также снижению величины резервного фонда RC юд для покрытия возможных потерь, рассчитываемого с учетом

ЯСвэя 2: VaR ( 2 1 / (1+/-)') i: RT. ( Е ЕВ1ТЮД(() / (1+г) ') ,

где VaR (Value at Risk) - выраженная в абсолютных единицах оценка, которую величина VEBITB3\t) = R,' ЕВ1ТЮД(1) не превысит в течение установленного периода времени с заданной вероятностью Pr= 1 - а, т.е. Pr (VaR > VEBITB3JJ(t)) = 1- а .

Наряду с определением функциональных задач в системе оценки, прогнозирования и управления валютными рисками в ВЭД хозяйствующих субъектов в работе рассмотрены методологические аспекты анализа валютного риска. Проведен обзор и классификация методов измерения валютных рисков. Показано, что поскольку валютные курсы следует рассматривать не как случайные величины, а как нестационарные случайные процессы с достаточно сложной динамикой развития, то для анализа возникающих валютных рисков из всего множества известных подходов следует использовать комплексные методы, сочетающие статистические измерения риска со сценарными методами анализа устойчивости ВЭД предприятия к кризисным явлениям на международном валютном рынке. "Проигрывание" на этих моделях возможных сценариев развития указанных рынков позволяет более глубже оценивать размер потенциального дохода или потерь в бюджете ВЭД предприятия и соответственно разрабатывать комплекс мероприятий по покрытию валютного риска в том числе с использованием валютных опционов как наиболее мощном и широко используемом инструментарии в решении задач хеджирования рисков. При этом применение опционных стратегий позволяет перенести акцент в процедурах прогнозирования валютного курса и множества взаимосвязанных с ним макроэкономических фундаментальных индикаторов с получения численных прогнозных оценок на прогноз качественных и интервальных характеристик их трендов (направления, формы, временных и численных интервалов зарождения, развития, окончания и разворота трендов фундаментальных индикаторов и т.п.).

При рассмотрении методов решения задач прогнозирования валютных курсов в работе показано, что ключевая роль здесь принадлежит моделированию и фундаментальному анализу процессов макроэкономической динамики и изменения валютных курсов (см. рис. 2.), методология которых в настоящее время развита еще в недостаточной степени и связана с необходимостью разработки таких ее составляющих как:

Х структуризация процессов международного движения капитала, развития национальных экономик и финансовых рынков с формированием множества фундаментальных макроэкономических показателей, характеризующих вышеуказанные процессы, а также схемы их причинно-следственных отношений;

Х представление процессов, связанных с изменениями фундаментальных индикаторов, в виде временных рядов и построение адаптивных моделей развития данных процессов и моделей оценки их взаимодействия;

Х структурный анализ взаимодействий процессов макроэкономической динамики с распознаванием возникновения изменений в структуре влияний фундаментальных индикаторов и соответственно в их динамике;

Х оценка субъективных ожиданий участников рынка относительно динамики развития анализируемых макроэкономических ситуаций в системе связей фундаментальных индикаторов;

Х прогнозирование валютных курсов и процессов макроэкономической динамики, с учетом имеющих, место изменений в структуре влияний фундаментальных индикаторов, а также субъективных ожиданий участников рынка.

Последний пункт составляет ключевой момент в системе фундаментального анализа и прогнозирования валютных курсов и макроэкономической динамики, поскольку при этом обеспечивается учет тенденций в развитии и взаимодействии влияющих на валютный курс факторов, что в свою очередь усиливает возможности системы прогнозирования.

Мониторинг валютных курсов, международных финансовых и товарных рынков

Структурный анализ взаимодействий процессов макроэкономи- Ч ческой динамики и распознавание возникновения ситуаций изменения типа трендов

Структуризация процессов международного движения капитала, развития экономик и финансовых рынков

Оценка взаимодействия процессов макроэкономической динамики и валютных курсов

Моделирование динамики процессов международного движения капитала, развития экономик и финансовых рынков

Прогнозирование валютных курсов и макроэкономической динамики посредством имитационного моделирования развития рыночных ситуаций

Оценка субъективных ожиданий участников рынка относительно динамики развития макроэкономических процессов и валютных курсов

Рис. 2. Функциональная структура системы поддержки принятия решений в задачах фундаментального анализа и прогнозирования макроэкономической динамики и валютных курсов В работе проведеп критический анализ известных разработок, относящихся к указанным на рис. 2 составляющим системы фундаментального анализа и прогнозирования макроэкономической динамики и валютных курсов, и определены целесообразные подходы к их реализации с учетом таких особенностей как сложность струюуры влияний в системе макроэкономических процессов международного движения капитала, развития национальных экономик и финансовых рынков, нестационарный характер рззвития и взаимодействий указанных процессов, наличие субъективных факторов, связанных с влиянием поведения участников рынка на его динамику и необходимостью получения качественных оценок развития макроситуаций и т.п. Указанные особенности определили необходимость разработки новой методологии фундаментального анализа и прогнозиро-

вания процессов макроэкономической динамики и валютных курсов. Решение данной проблемы в работе предлагается осуществлять в направлении создания многоуровневых моделирующих систем, обеспечивающих совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики в краткосрочном периоде на нижнем уровне и имитационного моделирования и структурного анализа на втором, где осуществляется ситуационная оценка влияния одних фундаментальных индикаторов на другие в цепочках их причинно-следственных связей, а также распознавание возникновения в них структурной неустойчивости с оценкой распространения воновых импульсов и соответствующей корректировкой моделей статистического прогнозирования. Также в данных моделях дожен отражаться учет изменяющихся субъективных оценок участников рынка относительно динамики развития анализируемых макроэкономических ситуаций.

Во второй главе "Структуризация макроэкономических процессов и задачи развития экономико-математических моделей их прогнозирования" решаются три взаимосвязанные задачи: структуризация макроэкономических процессов международного движения капитала, развития национальных экономик и финансовых рынков, определяющих внешнюю среду реализации ВЭД хозяйствующих субъектов; формирование системы показателей, характеризующих данные процессы на макроуровне, и их информационного представления, а также определение методологического подхода к экономико-математическому моделированию в задачах прогнозирования процессов макроэкономической динамики и валютных курсов.

В рамках решения задачи структуризации макроэкономических процессов международного движения капитала, развития национальных экономик и воздействия на них механизмов денежно-кредитного регулирования в работе разработана схема причинно-следственных отношений множества фундаментальных индикаторов Р1(х(), х(е X, характеризующих вышеуказанные макроэкономические процессы, которая отражает возможные направления их взаимодействия и позволяет с учетом возникающих кризисных ситуаций решать задачи фундаментального анализа и прогнозирования макроэкономической динамики, в том числе анализа и прогнозирования динамики валютных курсов, что является необходимым условием эффективной организации внешнеэкономической деятельностью хозяйствующих субъектов. В частности, предложенная схема весьма важна для анализа процессов усиления/ослабления влияний в присутствующих в ней многочисленных контурах с обратной связью и определения возможных путей развития кризисных ситуаций. Для ее формального представления в работе предложено использовать такие гиперграфовые структуры множественных связей Р1(х/) типа {а;,..., аД} -> Ь как отношение следования ("Ь может быть проявлением влияния {а;,..., аД}" ) и отношение совместимости ("изменение Ь сопровождается изменениями в {а/,..., аД} в соответствии с некоторой функциональной зависимостью"), применение которых к базовой модели системы свободно плавающих обменных курсов вида ( 4-73, ^Ы )Ч>!', где ТВ Ч торговый баланс (Т = профицит, 4- = дефицит), спекулятивное движение капитала; N - неспекулятивное движение капитала (Т = рост вывоза капитала , 4 = рост ввоза капитала); Е - номинальный обменный курс (4- Е - ослабление курса национальной валюты) с учетом положений международной экономики позволило построить детализированную схему причинно-следственных отношений валютного курса Евин/то и таких показателей спроса и предложения на валютные активы в странах Еврозоны и США как торговые балансы Еврозоны и США (ТВим , ТВЕшо ), относительная доходность депозитных вложений {АК'^ешпко ) и кредитных операций (АЛ *** Еиши^у относительная доходность инвестиций в государственные облигации (АЛ '""вшо/ихл) и акции предприятий

(AR shareeuro/usa) и др. (рис. 3), а также определить функциональные зависимости для расчета значений указанных индикаторов.

Показано, что влияющие на изменение Eeur/vsd вышеуказанные фундаментальные индикаторы, в свою очередь взаимосвязаны с двумя смежными группами факторов: фундаментальными индикаторами макроэкономического развития (объемами розничных продаж (Retail Sales) , промышленного производства (Industrial Production), уровнем инфляции CPI (Consumer Price Index) и др.) и фундаментальными индикаторами развития финансовых рынков соответствующих стран {klep,RbM, Zf'w, R bpr, Bill_V, Share_Vи др.). В работе с учетом положений международной экономики, экономической теории денег и финансовых рынков раскрыты отличительные особенности всего множества отношений индикаторов вышеуказанных групп, что позволило построить и определить концептуальные схемы когнитивных связей FI(jc;), xfe X, представленные на рис. 3,4.

Предложено информационное представление (ИП) множества процессов международного движения капитала, развития национальных экономик и финансовых рынков в рамках объектно-ориентированного подхода, отражающее структурную и процедурную составляющие системы знаний об исследуемой предметной области, где в качестве объектов выступают фундаментальные индикаторы и их отношения. Данное представление задается в виде тройки

ИП = < {FI}, {U}, {РР}>, где {FI} - класс объектов, характеризующих множество фундаментальных индикаторов, отражающих процессы международного движения капитала, развития экономик и финансовых рынков; {U} Ч класс объектов, характеризующих отношения между фундаментальными индикаторами; {РР} - множество присоединенных процедур. При этом информационные структуры объектов типа FI представляются в виде

< Name fe), SOS,, LSOSt, STRi. PQсг) > , где Name fe) - имя фундаментального индикатора Fife); SOS, - текущее значение или состояние тренда фундаментального индикатора Fife); LSOSi Ч список значений или состояний тренда фундаментального индикатора Fife); STR, - оценки структуры тренда Fife), отражающие фазы его развития; Pfe) - присоединенные процедуры, определяющие значения атрибутов указанного класса объектов.

Информационные структуры объектов типа U предлагается задавать как < Name {uj), LXJnf (ц), LXJur {и]), LJnf(x,, ха.), V(xa.), SOSURj, PrSOS (xa. = f(xa., x,)) , PrSOS (xa.) , P(uj) >, где Name (uj ) - имя ребра гиперграфа H = (X ,U) с корневой вершиной ха ; LXJnf (ы,) -

список вершин {хр.....х,} гиперграфа, составляющих ребро щ (список сыновей) и

влияющих на изменение значений его корневой вершины ха-; LX_Pur (uj) - список вершин {xw ,..., xg) птерграфа из инцидентных ха< ребер (список предков), на которые влияет корневая вершина ха* ребра щ\ L_Inf fe, xat) = (77л/fe, ха*), SVZ fe, xa*)) - список характеристик влияния вершин Х[ из LXJnf (Uj) на в которых параметр TInf fe ,ха>) указывает тип влияния, a SVZ fe ,ха) - состояние взаимосвязи трендов Fife) и FI(xa.) ; SOSURj - состояние неопределенности участшпсов рынка в оценке влияния вершин из {хр,.... х,} на Xq* ; PrSOS (ха.) - прогнозное (ожидаемое) значение или состояние тренда Fl(x>) ; P(uj) - присоединенные процедуры, определяющие значения атрибутов указанного класса объектов.

Новым элементом здесь является использование в качестве математической модели ИП ориентированного гиперграфа второго рода Н = (X,U), в котором Х= fe}, ie /={1,2,

...,п} - множество вершин гиперграфа, а и = {ц}, J= {1,2,..., т} - множество ориентированных ребер, и каждое ребро и^И является графическим представлением множественной связи вида {хр.....х,} Хц> и соответствует ориентированному графу 0(и,) =

(X], >;), где X] = - вершины графа а >у - { <хр,х&>,..., <х,,х(2.> }

- дуги графа С(г//). Предложенное позволяет достаточно четко определить структурную и процедурную составляющие знаний рассматриваемой системы фундаментального анализа и прогнозирования макроэкономических процессов.

Также в разделе дан обзор и обоснование методов решения задач экономико-математического моделирования в системе фундаментального анализа и прогнозирования макроэкономической динамики и валютных курсов и предложено их реализацию осуществлять в рамках адаптивного подхода. Показано, что развитие последнего происходит по следующим трем направлениям: первое направлениям ориентировано на усложнение адаптивных прогнозных моделей; идея второго направления состоит в совершенствовании адаптивного механизма моделей прогнозирования; в третьем направлении реализуется подход совместного использования адаптивных принципов и других методов прогнозирования. При этом в работах, относящихся к первому направлению, авторы рассматривают сложные нелинейные модели для обработки временных рядов с применением фрактального анализа переходных процессов (хаотических колебаний), формируемых в моделируемых системах. Модели данного направления характеризуются высокой вычислительной сложностью и возможностью их применения лишь к системам малой размерности, что является сдерживающим фактором их практического использования в настоящее время. Кроме того, в моделях данного типа не присутствуют формализмы, учитывающие субъективные ожидания участников рынка относительно динамики развития анализируемых макроэкономических ситуаций, что снижает прогностические возможности данных моделей. Отличительная особенность адаптивных моделей прогнозирования, относящихся ко второму направлению, состоит в совершенствовании их адаптивного механизма. Однако использование адаптивных моделей данного типа, строящих прогнозные оценки, основанные на учете лишь характерных черт развития макроэкономических процессов, имевших место ранее, не всегда обеспечивает достоверность получаемых прогнозных оценок.

В наибольшей степени для прогнозирования процессов макроэкономической динамики и валютных курсов подходят адаптивные модели, относящиеся к третьему направлению. В частности, в работе предлагается использовать модели, относящихся к классу адаптивно-рациональных моделей прогнозирования, с развитием данных моделей в направлении создаши многоуровневой системы экономико-математического моделирования, обеспечивающей адаптивное статистическое прогнозирование указанных процессов с корректировкой структуры моделей прогнозирования, а также с учетом отношения участников рынка к имеющим место неопределенностям в развитии рыночных ситуаций.

В главе 3 "Модели динамики и оценки взаимодействия экоиомических процессов на макроуровне в системе анализа и прогнозирования валютных курсов" рассмотрены вопросы получения динамических оценок валютного курса и макроэкономических процессов международного движения капитала, развития национальных экономик и финансовых рынков, характеризующих внешнюю среду реализации ВЭД хозяйствующих субъектов. Отображение последних предлагается осуществлять с использованием временных рядов, являющихся достаточно общей и универсальной формой фиксации данных о динамике исследуемых макроэкономических процессов и представляющих собой множество упорядоченных по возрастанию времени пар вида < (х; (О,/) >, Ху(/)еХ, Ге Т, где значение индикатора х, может быть как численным, так и качественным.

В работе приведена классификация и описание моделей временных радов, применяемых для моделирования дискретных стохастических процессов и использующих численную форму представления элементов траекторий фундаментальных индикаторов И(х,), _г,(/)бХ. Показано, что для анализа и прогнозирования в краткосрочном периоде динамики экономических процессов, относящихся к терминальным вершинам гиперграфа Н(Х,Ц), на которые не оказывают влияние никакие другие фундаментальные индикаторы, целесообразно применение авторегрессионной модели (АР - модели) вида _ _ т

*|(0- - о (О7- *,./"" = -I ак(1).Х1(1-к) + ст,

где *,(/) Ч временная последовательность данных моделируемого процесса. Причем в каждый момент / известны т предшествующих значений данной последовательности, образующие вектор х,'~т*' > И I- ошибка модели, рассматриваемая как случайный процесс с нулевым математическим ожиданием и дисперсией <т2; ("белый шум"); а (г) = {а, (/),..., ат (/)}, с Ч неизвестные априори параметры модели временного ряда х1 (/), которые рекурреитно рассчитываются совместно с х, (() по известным значениям { - I) , ..., х,(С-от)} с использованием соответствующего адаптивного агоритма.

Для моделирования в краткосрочном периоде стохастических процессов изменения большинства фундаментальных индикаторов, относящихся к корням ребер гиперграфа Н(Х,Ц), соответствующих тем или иным отношениям следования, предлагается использовать модель авторегрессии - скользящего среднего (АРСС - модель) вида

= л* (<)Х*,<<-*) + ! Ьк (1).и(1-к) + с{(1), к=1 к=1

где {и (/ - 1),. и (Г - т )} - временная последовательность данных внешнего влияющего сигнала и; а (г) = {а; (/), ..., аД (/)}, Ь(1) = {>;(0, ..., Ьт{()}, с - неизвестные априори параметры модели временного ряда & (<), которые рекуррентно рассчитываются совместно с х,(/) по известным значениям {х( О - /),..., х( ((- т)}, {и (1 Ч 1), ..., и(1 -р )} с применением соответствующего адаптивного агоритма.

К достоинствам данных моделей относится их адаптивный характер и рекурсивная схема вычислений параметров модели. Кроме того структура АРСС - модели позволяет легко организовать учет изменения влияний в системе связей фундаментальных индикаторов, отражающих имеющую место динамику взаимодействий в системе отношений рассматриваемых макроэкономических процессов.

К новым элементам, внесенным в решение задачи прогнозирования валютных курсов и процессов макроэкономической динамихи с целью усиления прогностических возможностей АРСС-моделей, следует отнести допонение данных моделей формализмами, позволяющими определить превалирующее прогнозное значение тренда того или иного индикатора Н(х,-) из множества его локальных прогнозных значений хи , / = Д..., и-, получаемых с использованием АРСС - моделей, отражающих учет воздействия на трендов влияющих индикаторов П(г/), 1 = /?,...,и>. Для этого множество прогнозных оценок 5,-Д /= и"тренда фундаментального индикатора Р1(Х(),предлагается представить в виде вектора-строки Л,- = [г,- (/)], г, (!) = хп*, /е, что позволяет преобразовать ее в матрицу Л, = [г, (у, /)], .уе-У (5 = 3), /е Ь посредством добавления верхней и нижней строк, значения элементов которых соответственно равны минимальному и максимальному фактическим значениям тренда И(ж,) в заданпом интервале времени. Тогда элементы матрицы показывают возможное множество альтернатив в изменении текущего значения тренда индикатора Р1(х,) вследствие влияния на него Р1(х;), / =/?,

Превалирующее прогнозное значение индикатора П(х,) формируется с учетом субъективного отношения участников рынка к развитию рассматриваемой макроситуации посредством применения к множеству хц , / = Д..., ш критериев выбора (см. табл. 2), используемых в теории принятия решений и соответствующих текущему отношению БОБиЯ участников рынка к развитию анализируемой макроситуации.

Таблица 2.

Отношение участников рынка к развитию анализируемой макроситуации_

Оптимист Реалист (2) Пессимист

крайний (1) разумный (4) разумный (5) крайний (3)

1) Критерий крайнего оптимизма (максимаксный критерий) х,* = {r*(s, / )| max шах г (s, I ) }

se S le L_

2) Критерий Лапласа - Бернули (критерий недостаточного основания) х,* = (l/i)Z ((1/п)х r(s,I))

_!е L_se S_

3) Критерий Сэвиджа (минимаксный критерий) xf*= { r*(s, t) | min max (rmax-r(s, l))\ = \r* (s,l) | min min r (s,l) l", где rmax = max max r (s,I) _se Sie L_seSleL_seSIeL

4) Критерий оптимистичных субъективно средних ожиданий

Xi*= max(Z (P(s)xr(s, 1))), lsL,seS, где P(s) = r(s,/)/Z E r(s, l) _l<zL seS_[eL_seSlel_

5) Критерий пессимистичных субъективно средних ожиданий min (I(P(s).r(i,/))), где P(l) = S r(s,l)/ E S r(s,l)

_leL se S___ le L seSIeL

Распознавание типа субъективного отношения участников рынка SOSUR к развитию того или иного сегмента взаимодействия макроэкономических процессов может бьггь осуществлено с применением подходов, использующих качественные оценки трендов фундаментальных индикаторов в виде нечетких переменных, что обуславливает необходимость разработки соответствующей формы представления данных трендов, которая отражала бы текущие изменения трендов, изменения их состояний и периодов развития. При этом в работе для оценки текущих изменений тренда FI(x,), х;еХ предлагается использовать технический индикатор MACD (moving average convergence - divergence н конвергенция Ч дивергенция скользящих средних), представляющий собой полосовой фильтр, удаляющий из кривой FI(x,) высокочастотный шум, и рассчитываемый как MACD = ета ( MACD_ line, к), MACDJine = ema (х, п) - ета (х, т), п<т, где ета (х , п) представляет собой усредненную сглаженную кривую оцениваемого показателя "х" от времени и вычисляемую в соответствии с выражением вида

ета(х ,п),+\ = а -х, + (1-а) Х а .х ,_i + (1-а)2 Х а Х х,-г + (1-а)3 Х а + + ... + (1-а)'. а ... + (1-а)" ла.х -Д + ета(х, и),_Д,

где а = 1/л - коэффициент сглаживания (0 < а < 1); х,- значение оцениваемого показателя х в момент времени t; и - число значений х, по которым ведется усреднение. По своей сути индикатор MACD (рис. 5) определяет текущую оценку усредненной величины скорости изменения тренда оцениваемого показателя FI(x,). При этом знак индикатора MA CD указывает на вид тренда Fife) (бычий/медвежий).

Для оценки текущего состояния трендов фундаментальных индикаторов FI(x(), х;еХ

его MACD инпикятопа

как качественной характеристики вида, фазы развития и силы тренда предлагается использовать следующие множества нечетких переменных: < по, MACD fe), СДД> -характеризует отсутствие в тренде Fife) выраженных тенденций изменения (неопределенный уровень) MACD fe) в тренде Fife); < ps, MACD fe), Cps > - характеризует незначительное преобладание положительных изменений (positive slow) MACD fe) в тренде Fl fe); < pm, MACD fe), Cpm > - характеризует несущественное преобладание положительных изменений (positive middle) MACD fe,) в тренде Fife); < pb, MACD fe), Срь > - характеризует существенное преобладание положительных изменений (positive big) MACD fe) в тренде Fife); < ns, MACD fe), Cm > - характеризует незначительное преобладание отрицательных изменений (negative slow) MACD fe) в тренде Fife) ; < nm, MACD fe), CДД > -характеризует несущественное преобладание отрицательных изменений (negative middle) MACD fe) в тренде Fife); < nb, MACD fe), CДb > - характеризует существенное преобладание отрицательных изменений (negative big) MA CD(xi) в тренде Fife).

Здесь {no, ps, pm, pb, ns, nm, nm} - имена нечетких переменных, характеризующих состояния трендов; MACD fe) - область изменения индикатора Fife) в соответствующем состоянии; Са = {ц а (х)/ х}, X Ч [0,1] - степени принадлежности нечетких переменных. При этом множества нечетких переменных РТ, -{по,, ps,, pm,, pbi }, NT, ={no,, ns,, nmД nb,} определяют лингвистические переменные "бычьего" РТ, и "медвежьего" NT, трендов Fife), которые задают соответствующие афавиты описания динамики фундаментальных индикаторов Fife), х, еХ (рис. б) в виде символьных цепочек из вышеуказанных нечетких переменных. Это составило основу для разработки формального языка, включающего в себя словарь символов, задающих возможные состояния трендов, и формальную контекстно-свободную грамматику с агоритмом грамматического разбора, позволяющим выделять в символьных цепочках синтаксические конструкции, характеризующие форму и фазы развития трендов фундаментальных индикаторов, то есть характеризующие не точечные их оценки, а описание динамики развития в целом, что является новым элементом в моделях представления трендов фундаментальных индикаторов.

В частности, в работе процедуру синтаксического анализа символьных строк трендов TStri с выделением в символьной цепочке "бычьего" тренда Fife) периодов зарождения, развития, перелома тренда, его умирания и т.п. предлагается реализовывать с использованием порождающей грамматики контекстно-свободного типа G PT-(VrPT, Vnpt, Р рт, S рт. Здесь VtPT~ {ps, pm, pb, no, /] - множество терминальных символов - грамматики GРТ\ V/7 = {TP, ZTP, ZTP1, RTP, RTP1, PRTP, PRTP1, ZRTP, UTP, OTP, ОТР1) -

no ds dm от ob от ds no ns nm nb nb nm no no ds Участок Fifo) с бычьим тоеппом Участок Fife) с медвежьим тоендом

Рис. 6. Представление тренда FI(x;) в виде последовательности символов его состояний.

множество нетерминальных символов грамматики G РТ, где указанные элементы множества Ут'Т представляют собой обозначения следующих периодов развития "бычьего" тренда: TP Ч корень дерева грамматического разбора символьной строки "бычьего" тренда (соответствует начальному символу грамматики S ет); ZTP Ч зарождение "бычьего" тренда; RTP - развитие "бычьего" тренда; PRTP - перелом развития "бычьего" тренда; ZRTP - завершение развития "бычьего" тренда; UTP - умирание "бычьего" тренда; OTP Ч окончание "бычьего" тренда. Множество правил вывода Р п грамматики G ГТ в формате формы Хомского может быть определено как 1) TP - ZRTP UTP ; 2) ZRTP - RTP PRTP; 3) RTP -> RTP RTPI; 4) RTP ZTP ZTPJ; 5) RTP ZTP RTP1; 6) RTP ~> ZTP I RTPI; 7) 27P ps; 8) /даг; 9) WW pb ; 10) TP Z7P WP ; 11) OTP

-> OTP ОГР/ ; 12) РЛ7Р -> ps ;13) РГР -> PRTP PRTP1; 14) РЛ7Р ->/wi; 15) PRTPl-^ ps\ 16) OTPЧ* no", 17) OTP I Ч>/; 18) TP ЧУ ZTP1 UTP; 19) ZRTP ZTP1 PRTP. Пример дерева грамматического разбора, полученного с использованием грамматики G рт для символьной строки"бычьего" тренда вида TSir, = {pipmpbprnps no/} показан на рис. 7.

Рис. 7. Периоды развития и дерево грамматического разбора символьной строки

"бычьего" тпенла

Для реализации процедур грамматического разбора символьных строк трендов фундаментальных индикаторов в работе разработан синтаксический ^-анализатор, достаточно эффективно реализующий процедуры восходящего синтаксического анализа для большого класса контекстно-свободных грамматик, модель которого представлена на рис. 8. Здесь Xt является символом грамматики, a J, - символом состояния стека. На рисунке каждый очередной шаг синтаксического анализатора выражается в изменении его конфигурации (so Xt sj Х2 sД ... ХД sД , а, а, +; ... аД #), процедура которого определяется значением ячейки таблиц синтаксического анализа Action [iД, а] и go to.

Для решения задач оценки взаимодействия трендов фундаментальных индикаторов при численной форме представления их временных рядов с целью выделения в них множества наиболее существенных связей и последующего сокращения размерности исследуемой системы в работе предложено использовать применяемую в теории распознавания образов процедуру вычисления евклидова расстояния между временными рядами трендов фундаментальных индикаторов для получения оценки сходства этих трендов.

евклидова расстояния между временными Rg,p={([MACD (xg (/)) -MACD (хр (t)) ]2} ш. рядами трендов И(хг) и имеет вид 1 = 1

Тогда степень сходства Sxod& р временных рядов FI(xg) и FI^) определяется как Sxodgp = 1/( 1 + Rg.p). При этом, если Sxodg, р > 0,65, то будем считать, что имеет место воздействие тренда FI(xg) на тренд FI(*P), а если Sxodg. р < 0,65, то воздействие тренда Н(л:г) на тренд FI(j^) пренебрежимо мало.

При представлении трендов фундаментальных индикаторов FI(xg) и FI(r?) в виде символьных цепочек из нечетких переменных, отражающих их текущие состояния, для решения задачи оценки взаимодействия данных трендов в работе предложена процедура оценки сходства Sxod {Tree 1, Tree 2\ деревьев грамматического разбора Treel(xg), Тгее2 (хр) для символьных строк трендов FI(xg) и FI(xp), расчетное выражение которой имеет вид

m (Tree1 u Tree2) - m (Tree] n Tree2)

Sxod {Treel, Tree 2} = 1 - -- .

m (Treel и Tree2)

где m (Treel U Tree2) - оценка, характеризующая объединение множеств элементов сравниваемых структур Treel, Tree2\ m (Treel n Treel) - оценка, характеризующая пересечение множеств элементов сравниваемых структур Treel, Тгее2. При этом

m (Treelu Tree2) = E/(v, ,).5(v, ,) + Z.l (v,,) *S (v, 2)-l max (/ (v, Д I (v, г )) S(vu).S(v, 2 ) , i=l j=l i= 1 v

m (Treeln Treel) = I max (I (vf,), / (v,2 )) S(vД) S (v, 2). ; = i

где I (Vj/), / (v;J - длина символов v,- i,vi2 в деревьях грамматического разбора Treel и Tree2, a S(yy) - признак принадлежности символа vi} деревьям Treel и Тгее2.

Рис. 8. Модель Л-анализатора При этом расчетное выражение для

Оценка степени сходства Sxod{xi, ха*, /} в анализе влияния экономических индикаторов Fife) ,l = fi..... t на поведение Fife,.) в ребрах гиперграфа Н = (X,U) позволяет

выделить следующие состояния взаимосвязи SVZ fe , ха-) трендов указанных индикаторов: SVZ fe, ха.) = "влияние", когда тренд Fl(xa.) изменяется в направлении, которое соответствуют ожидаемому направлению вследствие воздействия тренда Fife); SVZ fe, ха) = "неопределенность", когда в тренде Fife*.) отсутствует проявление воздействия тренда Fife); SVZ fe, хк.) = "дивергенция", когда тренд Fl(xa.) изменяется в направлении, которое не соответствуют ожидаемому.

В работе предложена логическая модель распознавания выделенных состояний взаимосвязи SVZ fe, х^) трендов фундаментальных индикаторов Fife) и FI(xa.), представленная в виде системы условных высказываний, относящихся к различным ситуациям R,, R2, R}, R4 взаимосвязи трендов Fife) и Fl(xa.) (рис. 9) и учитывающих различные типы влияния TInf экономических индикаторов Fife), I ~Р,..., t на поведение Fife*).

Вычисление оценок Sxod{ X/, ха', /} и использование предложенной системы условных высказываний К/, Л2, R3, позволяет осуществлять контроль состояний взаимосвязи БУТ, (х;, ха', () в процессе развития трендов Р1(х,) и Р1(хД*) и выделять для анализа взаимодействия макроэкономических процессов лишь значимые сегменты в цепочках причинно-следственных отношений фундаментальных индикаторов, когда 5У2 (х/, ха-) = "влияние" или "дивергенция", что обеспечивает сужение графа когнитивных связей исследуемой системы Н = (Х,Ц) для последующих задач ее структурного анализа и корректировки структуры связей параметров в моделях прогнозирования трендов фундаментальных индикаторов.

В четвертой главе "Структурный анализ развития экономических процессов на макроуровне в системе оценки и прогнозирования валютных рисков" разработаны метод и модели структурного анализа действующих цепочек влияний фундаментальных индикаторов в макросистеме Н = (Х,Ц) для распознавания возникновения в ней ситуаций структурной неустойчивости и развития кризисных ситуаций; рассмотрены вопросы организации мониторинга макроэкономических процессов.

На основании анализа структуры связей Н = (Х,1Г) валютного курса и макроэкономических процессов международного движения капитала, развития национальных экономик и финансовых рынков, характеризующих внешнюю среду реализации ВЭД, показано, что Н = (Х,Ц) можно рассматривать как сложную систему с большим количеством контуров обратных связей, определяющих плохо предсказуемую традиционными мето-

дами траекторию ее развития. Особый интерес в Н = (Х,Ц) вызывают контура положительной обратной связи, способствующие возникновению явления резонанса или воны значимых изменений в трендах фундаментальных индикаторов, входящих в данный контур (рис. 10), распознавание возникновения и отслеживание которой является одной из важных задач фундаментального анализа и прогнозирования макроэкономической динамики и валютных рынков.

Установлено, что продожительность развития воны значимых изменений в трендах фундаментальных индикаторов, составляющих контур с положительной обратной связью, определяется временным отрезком между моментами возникновения и разрыва контура, инициирующего данную вону. Приведены примеры таких контуров с обратными связями, отражающих рыночные взаимодействия валютного курса ЕЕихл№1} с фундаментальными макроэкономическими индикаторами экономического развития и инди-

каторами финансовых рынков.

Рис. 10. Пример развития колебаний тренда фундаментального индикатора

На основании анализа причинно-следственных отношений Н= (Х,Ц) выделено множество индикаторов-пейсмеккеров (см. табл. 3), которые могут инициировать возникновение значимых колебаний трендов в контурах с положительной обратной связью, включающих в себя номинальный валютный курс Еецямх> При этом установлено, что возникновение структурной неустойчивости в том или илом контуре Н = (Х,Ц) с положительной обратной связью является следствием иррационального поведения национальных банков, правительств, ключевых игроков товарных рынков (ОПЕК и т.п.) и др.

Таблица 3.

Группы фундаментальных индикаторов - пейсмеккеров

Индикаторы, связанные с инфляционными процессами Индикаторы, связанные с инвестиционными вложениями Индикаторы, связанные с кредитными вложениями

Реальный валютный курс QF.URJ USD Объем несвязанных депозитных вложений {Dep VЧ (CrB V+ + CCr_V+ RH_Cr_V) } Учетная ставка ЦБ Кт

Индекс цен на нефть Oil price index Объем вложений в государственные облигации ВШ_у Объем потребительских кредитов СО V

Индекс потребительских цен CPI Объем вложений в акции Share V Объем ипотечных кредитов Ш Сг V

Дефицит государственного бюджета D FGB Объем коммерческих кредитов СгВ V

Показано, что динамические системы рассматриваемого класса устроены достаточно сложно и определение признаков возникновения значимых изменений фазовых траекторий входящих в них фундаментальных индикаторов, а также прогнозирование динамики их развития с использованием традиционно используемых для решения подобных задач методов нелинейной динамики требует значительных усилий и не всегда приводит к получению приемлемых для практики результатов. Данные обстоятельства обуславливают целесообразность применения к оценке динамики рассматриваемых систем иных подходов, опирающихся, в частности, на структурный анализ развития динамических процессов в цепочках причинно-следственных связей фундаментальных индикаторов. При этом в рамках структурного анализа задачу распознавания возникновения и отслеживания распространения кризисных ситуаций в системе связей экономических процессов международного движения капитала, развития национальных экономик и финансовых рынков можно представить как совокупность следующих подзадач:

- отслеживание изменений в состояниях взаимосвязи трендов фундаментальных индикаторов в схемах их причинно-следственных отношений с определением возможных маршрутов (гиперцепей) распространения влияния возникающих импульсных изменений в этих трендах и выделением множества достигаемых данными импульсами контуров с положительными обратными связями в Н = (X,U);

- распознавания возникновения в данных контурах признаков развития значимых изменений трендов входящих в них фундаментальных индикаторов (замыкания / размыкания контуров и др.) и отслеживание их распространения.

При этом решение задачи отслеживания изменений в состояниях взаимосвязи трендов фундаментальных индикаторов в схемах их причинно-следственных отношений по сути сопровождается сужением гиперграфовой структуры Н = (X,U) до Н' = (X',U'), поскольку оценка достижения цепочками влияний фундаментальных индикаторов тех или иных контуров с положительными обратными связями в Н = (X.U) связана с выделением только тех вершин из ребер Н = (X,U), для которых состояние взаимосвязи трендов SVZ (х/, х,/), I = ,.... t соответствует значению "влияние" или "дивергенция".

Для реализации вышеуказанных задач в работе определен ряд формальных оценок воздействия влияющих индикаторов на смежные в системе когнитивных связей Н' = (X',U') макроэкономические процессы, в частности:

- степень смежности ц ujребра ц как оценка воздействия влияющих индикаторов X, ..., х, е Xj в ребре ц гиперграфа Н' = (X',U') на корневую вершину хв., Хд. е Xj

Hvj- tijixfs.-.x!) = шах {fij(x)Д.., /Jj(x,)}, X , ...,X (sX;

где /ij (x),..., 1 j (x,) - значения функции принадлежности, определяющие степень сходства трендов фундаментальных индикаторов FI^),..., FI(x,) с трендом FI (х^.);

- степень "прочности" ц м (ut, uj) маршрута М (ик , uj) как оценка влияний составляющих его индикаторов (рис. 11) на корневую вершину ребра лу, для которой

= рик&рикн&--- &muj-i&muj = mm{mut,muhi, ,muj.i,muj}, где под М(uj,, uj) понимается такая последовательность пар < ..., (хк , и *), (х( , лt+1) ,..., (х/, Uj.i ),(xл, Uj),...>, что ха, X,..., X/ Xj и ха = ха'; x,xw ,..., xzeXj., w x=x\ ...; X/, Xk ,..., Ху eX/c+i иху=лу ; хк,хр ,..., XfG Хк nxt=x* ;

Ч степень "прочности" зоны л z как оценка влияний во множестве маршрутов М(ль Д М(ип Uj),..., М(иq ,Uj), имеющих общее конечное ребро Uj . Здесь ц2 {(ut, uj), (иr, Uj), -.(и,,л,-)} - шах {цИ(щ, uj),M(uq,uj)}.

Введенные формализмы позволяют определить для множества маршрутов М(ик, uj), M(ur, uj), ..., M(uq, uj), имеющих общее конечное ребро Uj и под держивающих восходящий или нисходящий тренд Fifo), степень принадлежности "прочности зоны поддержки восходящего тренда Fifo)" HzA(uk, t>j), (г, uj),..., (Д uj)} или "прочности зоны поддержки нисходящего тренда Fifo)" pz-{(uk,uj), ("г, uj),..., (uq, uj)}.

При этом, если { M z+ (О {Ч} ~ Hz* ('-!){Ч }) > 0, то можно говорить, что текущая ситуация характеризует возрастание поддержки восходящего тренда Fifo) со стороны влияющих индикаторов и его усиление в дальнейшем, а в случае ( //2+ (г) {...} -Hz+if-1){Ч }) < 0 можно говорить, что текущая ситуация характеризует снижение vdorhh полепжки восходящего тренда Fifo) со стороны влияющих индикаторов и сигнализирует о его ослаблении в дальнейшем. Аналогичные сигналы могут быть получены и для нисходящего тренда Fifo) по оценке изменения ijJ-z- (<){Ч }~Mz- ('-1) {Ч })Х

Помимо оценок степени поддержки того или иного тренда фундаментальных индикаторов Fifo) в работе для распознавания возникновения структурной неустойчивости в контурах с положительной обратной связью (КПОС), присутствующих в Н= (X,U), также предложено использовать такие показатели как:

Ч мера расхождения R(t) между последовательностью значений rk(t), к = 1,..., К, характеризующих текущие состояния трендов фундаментальных индикаторов SOSk (xw, t) и их взаимосвязей SVZk (xw, xz, /) в КПОС, и последовательностью нормативных значений г*к (/), к = 1,..., К, характеризующих состояния трендов фундаментальных индикаторов и их взаимосвязей в анализируемом КПОС в условиях его экстремального возбуждения

(/MT.XfoW-rVt))2)*

При этом в случае возникновения тенденции уменьшения R(t) во времени можно говорить, что КПОС стремится к переходу в состояние структурной неустойчивости;

Ч значение консонанса CON(t) контура с положительной обратной связью, определяемого как отношение числа дуг, имеющих такое же направление влияния, как и импульс возбуждения в КПОС, к общему числу дуг КПОС. Очевидно, что чем больше CON(t), тем КПОС ближе к замыканию и переходу в состояние структурной неустойчивости.

Наряду с определением возможных маршрутов распространения влияния возникающих импульсных изменений в трендах фундаментальных индикаторов Н'= (X',U') важной составляющей структурного анализа взаимодействий экономических процессов в рассматриваемой макросистеме является процедура распознавания возникновения и

Рис. 11. Нечеткий ориентированный маршрут в гаперграфе H' = (X',U')

моделирования изменений в траекториях фундаментальных индикаторов К1(х,), КПОС при их переходе из режима хаотических "боковых" колебаний в фазу развития нового тренда (рис. 10). В качестве формального диагностического критерия распознавания вышеопределенных ситуаций в работе предлагается использовать такой признак оценки развития вонового импульса как уменьшение фрактальности (самоподобности) колебаний анализируемого тренда (Н Ч> 0,5) на указанном участке с последующим ее возрастанием (//Ч>1). На практике проверка временного ряда на самоподобность связана с расчетом показателя Херста Я, который позволяет охарактеризовать изменчивость временной последовательности X = [х], х2,..., хД, лей+}. Считается, что при Я = 0,5 статистическая структура временного ряда является независимой и характеризуется случайными броуновскими блужданиями. Для прямой линии Н - 1. При 0,5 < Я < 1 динамика временного ряда имеет характер между детерминистическим (прямая линия) и случайным, т.е. имеет свой выраженный тренд.

В работе также показано, что характерной особенностью выхода тренда индикаторов Р1(х,), х-, б X из режима хаотических колебаний является также то, что этот выход, как правило, сопровождается возникновением значимых изменений в траекториях индикаторов и определяется таким понятием как "катастрофа". При этом данный выход может иметь различные направления, что обуславливает необходимость решать задачу распознавания вида катастрофы. Данная задача с учетом графиков функций типовых элементарных катастроф по Тому (рис. 12) решается посредством логического анализа текущего вида заканчивающегося 1рецда Р1(х/), находящегося в состоянии = по, а также баланса поддержки восходящего или нисходящего направления его дальнейшего развития. При этом известные математические модели элементарных катастроф предложено использовать для моделирования фазовых траекторий И(х,), х1 еХ в рассматриваемых режимах.

(/Jz+(0 {...}-

(f-l) {-} )>0

SOS (x) - по

(fz*() {...}"

Mz+(t-l) {...})< О

*/(/)= ts + c3tl + c2t1 + cit (катастрофа типа "ласточкин хвост" )

г С)-Д/ х

(.Mz (0> Ч

Vz~(t-1)\.})< 0

SOS (x) = по х ( ц z+ л{-..} -

Mz+(t-l) {...})< 0

i"z-(-l) {...} ) > 0 )

*/(*) = t6 + C44 + C33 + C2'2+ Clt ( катастрофа типа "бабочка" 1 d) x,(t) ({...}-

(/jz-(/){...} "

Vz-U-l) {...})<0)

Mz+ (M) (...) )> 0

SOS (x,) = no

1 \ ' SOS (x) = no

Рис. 12. Графики функций типовых элементарных катастроф

Изложенное позволяет предложить следующую формализованную схему проведения структурного анализа развития макроэкономических процессов и распознавания возникновения кризисных ситуаций в H' = (X',U') :

1. Построить множество имеющих место в H' = (X',U' ) маршрутов распространения влияния таких фундаментальных индикаторов как валютный курс -Еде/топ и других индикаторов-пейсмеккеров посредством последовательного раскрытия вершин, входящих в H' = (X',U'), начиная с EElnwsD и используя агоритм обхода вершин гиперграфа H' = (X',U') в ширину.

2. Выделить в полученном множестве маршрутов контура с обратной связью, начинающихся с Eeurajsd (тоже для других индикаторов-пейсмеккеров). Определить принадлежность данных контуров к подмножеству контуров, поддерживающих развитие тренда Eeumjsd, или к подмножеству контуров, обеспечивающих стабилизацию тренда Eeumjsd- Провести оценку баланса влияний на EEUmJSD выделенных подмножеств контуров с целью определения направления дальнейшей поддержки развития / угаса-пия тренда Eeumjsd.

3. Выделить в сформированном подмножестве контуров обратной связи, имеющим превалирующее влияние на Eevjwsd, фундаментальные индикаторы Fife), тренд которых характеризуется состоянием SOS(xj) = по.

4. В случае, если контур обратной связи, содержащий Fife) и имеющий превалирующее влияние на EEUjvusd, относится к контурам с положительной обратной связью, то основываясь на логическом анализе вида тренда анализируемого фундаментального индикатора Fife/) до момента перехода его в состояние SOS(xi) = по и вида воны, развивающейся в данном контуре, определить с учетом графиков функций типовых элементарных катастроф модель дальнейшего развития тренда Fife) .

5. В случае, если контур обратной связи, содержащий Fife) и имеющий превалирующее влияние на Ееumjsd, является стабилизирующим, то модель дальнейшего развития тренда Fife) задается исходя из логического анализа вида тренда анализируемого фундаментального индикатора Fife) до момента перехода его в состояние SOS(xi) = по и баланса направлений поддержки восходящего или нисходящего тренда в окрестности анализируемого индикатора.

Формализованные процедуры структурного анализа положены в основу организации мониторинга развития экономических процессов на макроуровне, являющегося важной составляющей системы оценки, прогнозирования и управления валютными рисками в ВЭД. При этом суть последнего состоит в текущем контроле и анализе изменений во внешней среде реализации ВЭД, иначе, в получении текущих оценок динамики трендов фундаментальных индикаторов и состояний их взаимосвязей; контроле маршрутов распространения влияния возникающих импульсных изменений в трендах Fife), х,еХ в системе связей H' = (X',U'); выделении множества достигаемых данными импульсами контуров с положительными обратными связями в H' = (X',U'); распознавании возникновения в данных контурах условий для значимых изменений трендов входящих в них фундаментальных индикаторов и т.п.

В качестве илюстрации практического значения мониторинга развития процессов макроэкономической динамики в работе приведены результаты оценки их влияния на динамику валютного курса Eswvusd за период с начала 2007 года по февраль 2009 года и на развитие мирового финансово-экономического кризиса. При этом показано, что основной причиной возникновения кризиса стал рост цен на нефть (Oil Price) с января 2007 года, вызвавший возникновение структурной неустойчивости в таком контуре с по-

ложительной обратной связью, связывающим взаимодействие валютного курса Eeur/usd с индикаторами экономического развития США, как

(+) H (+)

t FI(Eeur/usd ) t Vl(Oil price ) -+ i Fl(fnd. Production USA ) -> 4- Fl( RM USA)

(+) (+) (") (+)

-> 4 FI(Rdep VSA)->1 Vl(Rreaidep USA) t FI(/W Чщо ) -> t FI(Eeur/usd).

В данном контуре с января 2007 года по нюнь 2008 года растущий тренд FI(Oi/ Price) привел к существенному росту себестоимостных затрат хозяйствующих субъектов, что явилось причиной снижения объемов промышленного производства FI(Jnd. Production) в США, приведшего в свою очередь к снижению учетной ставки ФРС FIf/iЩ us<) в целях удешевления стоимости кредитов и поддержки таким образом промышленных предприятий. Это привело к снижению процентных ставок по депозитам FI(R *pusa) и увеличению относительной доходности депозитов в Еврозоне (дккрeuro/usd), что обусловило рост валютного курса Eeumso и удешевление долара. Последнее в свою очередь подтакивало рост цен на нефть, поскольку расчеты по нефтяным контрактам привязаны к долару и т.п.

С определенными отличиями аналогичный процесс возбуждения развивася и в Еврозоне в контуре с положительной обратной связью вида

(+) (+) (+) (+) tF!(EEWUSD ) -> Т ЩОПprice) - FI(mW0 ) FI(CPIEUR0) ->FI(RD" ЕШ0)

(+) (+) (+) (+)

t m(R*P euro } t euro) t щк <bPEm/USD } t VI(EEVR/USD).

Далее снижение темпов роста промышленного производства вызвало с июня 2008 года формирование опасений на товарных и финансовых рынках по поводу наступающей рецессии в экономике США, приведших к возникновению таких экономических тенденций как снижение спроса на нефть и уровня промышленных и потребительских цен. Это обусловило разрушение указанных контуров и формирование в период с июля по ноябрь 2008 года достаточно быстрого снижения в условиях наступающей рецессии уровней инфляции в США и Еврозоне, приведшее к резкому изменению доходностей финансовых активов и увеличению объема инвестиционных вложений на рынке государственных облигаций и депозитов США, что привело к быстрому снижению валютного курса Eeur/usd, т.е. к удорожанию долара.

В пятой главе "Управление валютными рисками во внешнеэкономической деятельности с использованием экономико-математических моделей их оценки и прогнозирования " отражены результаты практического применения разработанной в работе методологии и экономико-математических моделей фундаментального анализа макроэкономической динамики и прогнозирования валютных рынков, использованных в создании систем поддержки принятия решений при управлении валютными рисками в ВЭД на ряде предприятий различных отраслей промышленности. При этом для практической реализации систем поддержки принятия решений разработан новый многоуровневый комплекс экономико-математического моделирования (см. рис. 13), позволяющий наряду с мониторингом процессов макроэкономической динамики и валютных курсов осуществлять их адаптивное статистическое прогнозирование с корректировкой структуры моделей прогнозирования в соответствии с имеющими место изменениями во взаимодействии процессов макроэкономической динамики. В данном комплексе также осуществляется допонение процедур статистического моделирования трендов фундаментальных индикаторов FI(x,), x,sX имитационным моделированием процесса анализа и принятия решений участниками рынка, в рамках которого с использованием логических решающих пра-

вил проводится оценка текущего состояния анализируемого тренда И(х;) , а также отношений участников рынка к развитию соответствующего сегмента взаимодействия макроэкономических процессов и осуществляется необходимая корректировка в модели расчета прогнозных значений трендов Р1(х,), х,еХ. Указанные допонения следует отнести к новым элементам, внесенным в решение задачи прогнозирования валютных курсов и процессов макроэкономической динамики с целью усиления прогностических возможностей адаптивных статистических моделей прогнозирования.

Отличительной особенностью разработанного комплекса экономико-математического моделирования также является то, что он позволяет использовать различные модели прогнозирования трендов фундаментальных индикаторов на разных участках их развития. В частности, в случае, когда анализируемый участок тренда Р1(х;) не находится в состоянии перехода из режима хаотических "боковых" колебаний в фазу развития нового тренда, получение его прогнозной оценки осуществляется по следующей схеме : реализуются процедуры определения множества прогнозных оценок хц , / = 3,..., и> тренда Р1(х,) в краткосрочном периоде при локальном рассмотрении влияния на Щх1) индика-

торов Fife), I - P,...,w с учетом состояния взаимосвязи SVZfa, х, = Xj*), I = f)(трендов Fife), 1 = 0,...,t и Fife = x'), образующих ребро гиперграфа H = (X,U), в котором вершина Xt является корневой. В основе данных процедур при количественной форме задания трендов фундаментальных индикаторов в отношениях следования могут быть использованы АРСС - модели рекуррентного предсказания. При этом для повышения качества прогноза вместо общепринятого коитешя качества предсказания вида

t _ n- т _ _ п- т

2 (хД - а/ xД.j )(*Д- аДТ хД.,) -> О, п = 1

в работе применяется более жесткий с точки зрения прогнозирования формы тренда критерий, задаваемый таким формальным выражением как

i n- m л+r-m

Z qt Т. (хД - а/ ХД_/ )(*л+л- а/ jcД+r.; ) -> О, rSO п=1

После расчета с помощью моделей авторегрессии прогнозных значений Fife), xteX в аналитическом комплексе осуществляется переход от численной формы задания тренда того или иного фундаментального индикатора к форме с качественным представлением состояний тренда в виде нечетких переменных посредством применения к вычисленным прогнозным значениям процедуры фуззификации с целью распознавания состояния неопределенности участников рынка SOSUR в отношении развития анализируемой макроситуации. Для этого в работе разработана логическая функция, ставящая в соответствие множеству параметров макроситуации, характеризующей развитие трендов Fife) и Fife), I = w, определенное состояние SOSUR из множества {крайний оптимист,..., реалист,..., крайний пессимист}, каждый элемент которого связан с соответствующим формализованным критерием выбора превалирующего прогнозного значения тренда индикатора Fife). Знание SOSUR позволяет определить превалирующее прогнозное значение тренда индикатора Fife) с учетом субъективного отношения участников рынка к развитию рассматриваемой макроситуации.

В случае, если анализируемый участок тренда Fife) имеет достаточные признаки возможного перехода из режима хаотических "боковых" колебаний в фазу развития нового тренда с последующим значимым изменением его траектории, то задается соответствующая текущей ситуации модель из набора типовых "элементарных катастроф" по Тому, рассмотренных в работе, осуществляется идентификация параметров полинома, задающего траекторию развития катастрофы, а также расчет по ее модели прогнозного значения тренда Fife).

При качественном представлении трендов в виде символьной цепочки нечетких переменных, отражающих динамику его состояний, также предлагается получать краткосрочные прогнозные оценки состояния трендов PrSOS fe , t +1) посредством решения задачи нечеткого логического распознавания переходов трендов из одного допустимого состояния в другое, для чего в работе разработана система логических решающих правил получения данных прогнозных оценок.

Практическое применение многоуровневого комплекса экономико-математического моделирования для решения задач оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности на ряде промышленных предприятий, в том числе на Новочеркасском электровозостроительном заводе, позволило получить прогноз на 2009 год развития экономик США и Еврозоны в условиях формирования

фштксово-экономического, а также прогноз валютного курса EEURVSd с учетом проводимой финансовой политики ФРС США и Центрального банка Европы.

Данные прогнозы показали, что в качестве основных процессов, определяющих поддержку роста валютного курса Eeumjsd в 2009 году, следует рассматривать процессы, развивающиеся в таких КПОС как

(+) (+) (+) (+) t ЩЕв;жзп) ~> \ЩОИprice index) -> Т ЩРР1и5л) -> Т ЩСР1и8Л) ->

t FI(/mp. Price VSA) -> i FI(TBUSA )

t YI(Eeusajsd) t l(Oilprice index) t FI(PPIusd - t ЩСР1ц&д (-) (-) (+) ->lFKRr,adepVU) -> T FT^V'R/md) T V\(Eevr/usd) .

При этом финансовая поддержка правительством США банковской системы обуславливает рост объема Т

FI(BiU_V USA),

а также фундаментального индикатора Т FI ({Dep_V- (CrB_V + Cr_V+ RH_Cr_V )}), что вызывает активизацию таких отношений как Т l(Current Account eur/usd)> направленных на ослабление валютного

курса е euh'usd- Указанные обстоятельства позволяют сделать вывод о том, что динамика валютного курса Eeumjsd в 2009 году будет определяться балансом вышеуказанных влияний. При этом их разнонаправленность говорит о неустойчивости ситуации на данном валютном рынке и возможном существенном изменении Eeur/vsd в 2010 году.

Также выпоненный прогноз на 2009 год развития экономик США и Еврозоны позволил построить прогнозную траекторию развития в 2009 году валютного курса Eeur/usd> на основе которой с учетом наличия корреляционной связи валютных пар Eeur/usd и EEUr/rvr получена прогнозная траектория развития в 2009 году валютного курса Eeummx (рис. 14). С использованием последней, а также мастер-бюджета ВЭД для НЭВЗа рассчитан на 2009 год размер рискового капитала КСЮД для системы управления рисками в ВЭД, а также определены схемы хеджирования возникающих валютных рисков для бюджета НЭВЗа в 2009 году с применением как форвардных контрактов на покупку евро в сочетании депозитными операциями по евро, так и опционных стратегий на валютной паре EUR/RUR, обеспечивающих экономию рублевых денежных ресурсов предприятия при проведении обязательных платежей по контрактам ВЭД.

В заключении сформулированы выводы, основные положения и обобщения по результатам диссертационного исследования.

Библиографическое описание публикаций автора по теме диссертации

Монографии

1. Сычев В.А. Качественные методы фундаментального анализа макроэкономических процессов на международном валютном рынке "FOREX". - Ростов н/Д : Изд-во СКНЦ ВШ, 2005. - 240 с. - 16,4 п.л.

2. Проскурин В.М., Сычев В.А., Шель И.Я. Инструментальные программные средства для автоматизированных комплексов с гибко перестраиваемой технологией. - М.: ЦНИИНТИ, 1990. - 62 с. -4,0 п. л./1,5 п.л.

3. Сычев В.А. Экономико-математические модели оценки и прогнозирования валютных рисков во внешнеэкономической деятельности хозяйствующих субъектов / Под общ. ред. проф. Е.Б. Кобачева. - Ростов н/Д : Академцентр, 2009. - 302 с. - 18,87 п.л.

Статьи в рецензируемых научных журналах, рекомендованных ВАК РФ

4. Сычев В.А. Прогнозирование макроэкономических процессов в задачах оценки динамики валютных рынков. / Экономический вестник Ростовского Государственного Университета. -2009. - № 4, Ч. 2. - С. 151 - 154. - 0,5 п.л.

5. Сычев В.А., Солодков Г.П. Структурный анализ макроэкономических процессов в задачах оценки динамики валютных рынков. У Экономический вестник Ростовского Государственного Университета.-2007. -№1, Ч. 2. - С. 290-298.-0,7 пл./ 0,4 пл.

6. Сычев В.А. Объектно-ориентированное представление модели когнитивных связей макроэкономических процессов в задачах оценки динамики финансовых рынков. / Экономический вестник Ростовского Государственного Университета. - 2005. № 4/1. -С. 89-95.-0,7 пл.

7. Сычев В.А. Взаимодействие макроэкономических процессов в задачах оценки динамики финансовых рынков. / Экономический вестник Ростовского Государственного Университета. - 2005. Приложение к № 7. - С. 82 - 93. - 0,88 пл.

8. Сычев В.А. Макроэкономический анализ динамики развития финансовых рынков. / Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. -2005. Приложение к № 4. - С. 161 -164. - 0,42 п.л.

9. Сычев В.А. Качественные методы решения задач фундаментального анализа финансовых рынков. / Известия высших учебных заведений Северо-Кавказский регион. Технические пауки. - 2005. Приложение к К 2. - С. 102 - 114. - 0,7 п.л.

Ю.Сычев В.А., Сычев И.В. Спектральные методы в техническом анализе финансовых рынков. / Известия высших учебных заведений Северо-Кавказский регион. Общественные науки. Экономика и право. - 2004. - Спецвыпуск. С. 54 Ч 56. - 0,35 п.л. / 0,2 пл.

11. Сычев В.А., Сычева Г.И. Комплексная оценка стоимости промышленного предприятия. / Научная мысль Кавказа. - Ростов н/Д: Изд-во СКНЦ ВШ, 2002. - Спецвыпуск №3. - С. 33 - 43. - 0,4 пл./ 0,2 п.л.

12. Кугаев C.B., Катырин А.В., Овчинников В.Н., Сычев В.А. Оптимизация налич-но-денежного обращения в отделении сберегательного банка: пути и методы решения./

Известия высших учебных заведений. Северо-Кавказский регион. Общественные науки.

- 2000. - № 2. - С. 96 - 103. - 0,8 пл./ 0,4 пл.

Учебные пособия

13. Сычева Г.И., Кобачев Е.Б., Сычев В.А. Оценка стоимости предприятия (бизнеса). Серия "Учебники и учебные пособия". (Рекомендовано УМО для использования в учебном процессе студентами экономических специальностей). Ч Ростов н/Д : Феникс, 2003. -384 с. - 22,6 пл. / 6,4 пл.

14. Сычев В.А., Сычев И.В. Технический анализ валютного и фондового рынков: Учеб. пособие. / Ростов н/Дону: Ростов. Гос. Экон. Акад, 1999. - 96 с. - 6,5 пл./ 4,0 пл.

Статьи в журналах, тезисы докладов в материалах и сборниках трудов научных конференций

15. Структурные методы исследования динамики финансовых рынков. / Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. - 2008. -№ 3. - С. 138-140.-0,4 пл.

16. Сычев В.А. Прогнозирование экономических процессов на макроуровне и мировой финансово-экономический кризис. / Вестник Южно-Российского Государственного Технического университета (НПИ). Серия "Социально-экономические науки" - 2008, № 3. Ч С. 20 - 29. - 0, 85 пл.

17. Сычев В.А. Методы покрытия рисков во внешнеэкономической деятельности предприятий с использованием валютных опционов. / Вестник Южно-Российского Государственного Технического университета (НПИ). Серия "Социально- экономические науки". - 2008, № 2. С. 38 -43. - 0, 6 пл.

18. Сычев В.А., Сычева Г.И. Структурный анализ в задачах оценки влияния динамики финансовых рынков на функционирование предприятий. / Вестник ЮжноРоссийского Государственного Технического университета (НПИ). Серия "Социально-экономические науки". - 2008, № 1. С. 34 - 40. - 0, 7 пл. / 0,4 пл.

19. Сычев В.А. Элементы теории фундаментального анализа валютного рынка евро/долар. / Технологии и формы международного экономического сотрудничества: сб. тр. СКАГС (второй выпуск). - Ростов н/ Д: Изд-во СКАГС, 2003. - С. 151 - 209. - 2,74 пл.

20. Сычев В.А., Сычев И.В. Построение систем принятия решений в задачах фундаментального анализа международного валютного рынка. / Финансовые исследования. -2002. - № 5. - С. 48 - 53. - 0,62 пл. / 0,32 пл.

21. Сычев В.А., Сычев И.В. Структурно-логические методы оценки состояния и прогнозирования развития финансовых рынков. / Финансовые исследования. - 2001. - № 3.

- С. 33 - 39. - 0,96 пл. / 0,42 пл.

22. Сычев В.А. Методы оценки развития валютных рынков в системах корпоративного управления финансами. / Новые технологии управления движением технических объектов : материалы 4-й Междунар. науч.- техн. конф. / Юж.-Рос. Гос. Техн.Уи-т (НПИ). Ч Новочеркасск - Ростов н/Д: Изд-во СКНЦ ВШ, 2001. - Т.З. - С. 105 - 110. -0,3 пл.

23. Сычев В.А. Управление валютными активами и дилинговые операции на международных рынках. / Технологии и формы международного экономического сотрудничества: сб. тр. СКАГС. - Ростов н/Д : Изд-во СКАГС, 1999. - С. 92 - 150. - 4.0 пл.

24. Сычев В.А. Управление рисками во внешнеэкономической деятельности предприятий как реализация стоимостного подхода. / Математические методы в технике и технологиях: ММТТ-22: сб. тр. XXII Междунар. науч. конф. / Псковский, гос. политехи, ин-т. - Псков: Изд-во ПГПИ, 2009. - Т.7, секц. 8. - С. 55 - 59. - 0,25 пл.

25. Сычев В.А. Анализ возникновения неустойчивости в макроэкономических процессах на финансовых рынках. / Математические методы в технике и технологиях: ММТТ-21: сб. тр. XXI Междунар. науч. конф. / Саратовский гос. техн. ун-т. - Саратов: Изд-во СГТУ, 2008.-Т.8, секц. 8.-С. 19-21.-0,2 пл.

26. Сычев В.А. Модели структурного анализа в оценке макроэкономической динамики финансовых рынков. / Математические методы в технике и технологиях: ММТТ-20: сб. тр. XX Междунар. науч. конф. / Ярославский гос. техн. ун-т. - Ярославль: Изд-во ЯГТУ, 2007. - Т.8, секц. 8. - С. 43 - 47. - 0,25 пл.

27. Сычев В.А. Анализ динамики развития макроэкономических процессов финансовых рынков. / Математические методы в технике и технологиях: ММТТ-19: сб. гр. XIX Междунар. науч. конф. / Воронежская гос. технолог, акад. Ч Воронеж: Изд-во ВГТА, 2006. - Т.7, секц. 7. - С. 38 - 41. - 0,2 пл.

28. Сычев В.А. Критерии выбора в задаче качественного оценивания трендов макроэкономических индикаторов. / Математические методы в технике и технологиях: ММТТ-18: сб. тр. XVIII Междунар. науч. конф. / Казанский гос. технолог, ун-т. - Казань: Изд-во КГТУ, 2005. - Т.7, секц. 7. - С. 5 - 8. - 0,23 пл.

29. Сычев В.А., Сычев И.В. Модели спектрального оценивания при анализе динамики валютных курсов. / Математические методы в технике и технологиях: ММТТ-17: сб. тр. XVII Междунар. науч. конф. / Костромской гос. технолог, ун-т. - Кострома: Изд-во КГТУ, 2004. - Т.7, секц. 7. - С. 71 - 74. - 0,24 пл. / 0,12 пл.

30. Сычев В.А. Принятие решений в задачах фундаментального анализа финансовых рынков. / Математические методы в технике и технологиях: ММТТ-16: сб. тр. XVI Междунар. науч. конф. / Ростовская госуд. акад. сельхоз. машиностроения. - Ростов н/Д: Изд-во РГАСХМ ГОУ, 2003. - Т.7, секц. 7. - С. 54 - 59. - 0,42 пл.

31. Сычев В.А. Лингвистическая модель оценки динамики макроэкономических показателей финансовых рынков. / Математические методы в технике и технологиях: ММТТ-15: сб. тр. XV Междунар. науч. конф. / Тамбовский гос. техн. ун-т. Ч Тамбов: Изд-во ТГТУ, 2002. - Т.5, секц. 6. - С. 124 - 129. - 0,34 пл.

32. Сычев В.А., Сычева Г.И. К вопросу о расчёте интегрированной оценки стоимости предприятия. / Материалы науч.-практ. конф., посвященной 10- летию эконом, спец. в НПИ / Юж.-Рос. гос. техн. ун-т.- Новочеркасск: Набла, 1999. - С.36 - 37. - 0,2 п.л./0,1п.л.

33. Сычев В.А., Сычев И.В., Нарядовой B.JI. Нечеткие модели поддержки принятия решений в спекулятивных операциях на рынке Forex. / Сб. науч. тр. Т.1. Экономико-математическое моделирование : Тез. докл. на П Всерос. симпозиуме "Математическое моделирование и компьютерные технологии". - Кисловодск: КЙЭП, 1998. - С. 86 - 89. -0,22 п.л./ 0,12 пл.

Свидетельства об отраслевой регистрации программ для ЭВМ

34. Сычев В.А., Сорока Л.А., Ульянов А.Ф., Ерофеева Е.М. Пакет программных модулей База данных. -№ ГР ГОСФАП СССР F 00012 от 18.06.1985.

Сычев Василий Анатольевич

ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МОД ЕЛИ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ ВАЛЮТНЫХ РИСКОВ ПРИ ОСУЩЕСТВЛЕНИИ ВНЕШНЕЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

Автореферат

Подписано в печать 11.03.2010. Формат 60x84 1/16. Бумага офсетная. Ризография. Усл. печ. л. 2,0. Уч.- изд. л. 3,44. Тираж 120 экз. Заказ № 407

Издательство ЮРГТУ(НПИ) 346428, г. Новочеркасск, ул. Просвещения, 132 Тел., факс (863-52) 5-53-03 E-mail: typogiaghy@novoch.ru

Диссертация: содержание автор диссертационного исследования: доктор экономических наук , Сычев, Василий Анатольевич

ВВЕДЕНИЕ.

ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К ОЦЕНКЕ И ПРОГНОЗИРОВАНИЮ ВАЛЮТНЫХ РИСКОВ ПРИ ОСУЩЕСТВЛЕНИИ ВНЕШНЕЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ.

1.1. Развитие внешнеэкономической деятельности хозяйствующих субъектов в рамках стоимостного подхода к управлению.

1.2. Методологические аспекты оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности.

1.3. Задачи поддержки принятия решений в системе фундаментального анализа и прогнозирования макроэкономической динамики и валютных курсов.

ГЛАВА 2. СТРУКТУРИЗАЦИЯ МАКРОЭКОНОМИЧЕСКИХ ПРОЦЕССОВ И ЗАДАЧИ РАЗВИТИЯ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ИХ ПРОГНОЗИРОВАНИЯ.

2.1. Формирование множества показателей и модели причинно-следственных связей макроэкономических процессов в задачах анализа и прогнозирования макроэкономической динамики и валютных курсов

2.2. Информационное представление макроэкономических процессов в системе моделирования макроэкономической динамики и прогнозирования валютных курсов.

2.3. Экономико-математическое моделирование в решении задач фундаментального анализа и прогнозирования макроэкономических процессов и валютных курсов.

ГЛАВА 3. МОДЕЛИ ДИНАМИКИ И ОЦЕНКИ ВЗАИМОДЕЙСТВИЯ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ НА МАКРОУРОВНЕ В СИСТЕМЕ

АНАЛИЗА И ПРОГНОЗИРОВАНИЯ ВАЛЮТНЫХ КУРСОВ.

3.1. Моделирование развития экономических процессов на макроуровне с использованием численного способа задания их временных рядов.

3.2. Моделирование развития экономических процессов на макроуровне с использованием качественного способа задания их временных рядов.

3.3. Оценка взаимодействия экономических процессов на макроуровне в системе моделирования макроэкономической динамики и прогнозирования валютных курсов.

ГЛАВА 4. СТРУКТУРНЫЙ АНАЛИЗ РАЗВИТИЯ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ НА МАКРОУРОВНЕ В СИСТЕМЕ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ ВАЛЮТНЫХ РИСКОВ.

4.1 Задачи анализа структурной неустойчивости в системе связей экономических процессов на макроуровне.

4.2. Модели и процедуры структурного анализа развития макроэкономических процессов и распознавания возникновения кризисных ситуаций.

4.3. Мониторинг макроэкономических процессов в задачах анализа распространения кризисных ситуаций.

ГЛАВА 5.УПРАВЛЕНИЕ ВАЛЮТНЫМИ РИСКАМИ ВО ВНЕШНЕЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ С ИСПОЛЬЗОВАНИЕМ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ИХ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ

5.1. Построение системы управления рисками во внешнеэкономической деятельности промышленного предприятия.

5.2. Получение прогнозных оценок валютных курсов посредством экономико-математического моделирования развития экономических процессов на макроуровне.

5.3. Использование моделей оценки и прогнозирования валютных рисков в задачах хеджирования при осуществлении внешнеэкономической деятельности и исследование их эффективности.

Диссертация: введение по экономике, на тему "Экономико-математические модели оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности"

Актуальность темы исследования. В настоящее время обеспечение экономического роста в Российской Федерации тесным образом связано с развитием внешнеэкономической деятельности (ВЭД) хозяйствующих субъектов, которая в значительной мере зависит от качества управления ею. Очевидно, что эффективная организация ВЭД дожна базироваться как на учете особенностей развития международной торговли, процессов развития национальных экономик, международного движения капитала и финансовых рынков, определяющих внешнюю среду осуществления ВЭД, так и на совершенствовании управления ВЭД на микроуровне, где особое место занимают вопросы управления потоками денежных поступлений и платежей по всем торговым и инвестиционным операциям предприятия, отражающихся в бюджете ВЭД и влияющих на такой важный экономический показатель эффективности управления как стоимость предприятия. При этом позитивная динамика денежных потоков бюджета ВЭД в существенной степени зависит не только от баланса объемов экспорта и импорта предприятия, но еще и от колебаний валютных курсов, поскольку каждая из составляющих бюджета ВЭД связана с переводом валютных поступлений или выплат в национальную валюту. Это обуславливает тесную взаимосвязь процедуры формирования бюджета ВЭД с задачами оценки и прогнозирования валютных рисков, возникающих вследствие негативного или позитивного влияния макроэкономической динамики на международных валютных рынках на денежные потоки в бюджете ВЭД предприятия в прогнозном периоде.

Указанные задачи играют значимую роль в системе управления валютными рисками при осуществлении ВЭД. Однако недостаточно удовлетворительный уровень решения данных задач требует совершенствования их методологической базы на основе применения экономико-математических моделей, как для задач оценки валютного риска, так и для задач его прогнозирования, повышающих эффективность реализации таких составляющих систем управления валютными рисками как организация мониторинга валютных рынков и влияющих на них макроэкономических факторов, планирование бюджета ВЭД с учетом прогнозных траекторий изменения валютных курсов, выбор эффективного способа хеджирования валютного риска и управления валютными позициями предприятия. При этом с учетом того, что валютные курсы следует рассматривать не как случайные величины, а как нестационарные случайные процессы с достаточно сложной динамикой развития, из всего множества известных подходов к оценке возникающих валютных рисков следует выделить комплексные методы, сочетающие статистические измерения риска со сценарными методами анализа устойчивости бюджета ВЭД к кризисным явлениям на международном валютном рынке. Однако эти методы в настоящее время развиты еще незначительно и требуют своего развития.

Задача прогнозирования валютных рисков тесным образом связана с получением прогнозных оценок валютных курсов в бюджетном периоде и влияющих на них процессов развития национальных экономик, международного движения капитала и финансовых рынков. Данные процессы имеют достаточно сложную структуру с большим количеством контуров обратных связей, определяющих плохо предсказуемую традиционными методами траекторию их развития. При этом воздействие одних макроэкономических процессов на другие не носит постоянного характера, что не позволяет рассматривать их как стационарную среду, к которой применимы известные подходы экономико-математического моделирования. Кроме того, задачи прогнозирования процессов макроэкономической динамики и валютных курсов представляют собой типичный пример проблем принятия решений в слабоструктурированных средах, когда отсутствуют надежные модели получения численных прогнозных оценок, неточно известен характер влияния возмущений на развитие рыночных ситуаций, в системе присутствуют субъективные факторы, связанные с влиянием поведения участников рынка на его динамику и необходимостью получения качественных оценок развития макроситуаций и т.п.

Данные обстоятельства обуславливают актуальность дальнейшего развития экономико-математических моделей оценки и прогнозирования валютных рисков при осуществлении ВЭД, а соответственно и актуальность темы исследования.

Степень разработанности проблемы. Исследованию вопросов развития механизмов управления внешнеэкономической деятельностью хозяйствующих субъектов посвящен целый ряд работ таких зарубежных и отечественных авторов как Жозет Перар, Линдерт П., Стровский Л.Е., Киреев А.П., Пивоваров С., Шимко П.Д.,. и др. Среди работ, связанных с повышением эффективности управления хозяйствующими субъектами в рамках стоимостного подхода, следует выделить труды Колобова A.A., Кочетова В.В., Омельченко И.Н., Ковалева А.П., Еленевой Ю.Я., Кобычева Е.Б., Юданова А.Ю. и др.

Вопросам в сфере управления валютными рисками посвящены публикации таких известных зарубежных и отечественных авторов как Рэдхэд К., Маршал Джон Ф., Балабанов И.Т., Дубров A.M., Селюков В.К. и др.

Теоретические и практические проблемы международной экономики исследованы в работах Кругмана П., Сороса Дж., Сакса Дж., Мишкина Ф., Милера Р., Агапова Т.А., Селищева A.C., Миклашевской H.A. и др. Решению проблем экономико-математического моделирования макроэкономических процессов и создания систем поддержки принятия решений в сложных средах посвящены работы Дадаяна B.C., Чижова Ю.А., Кисилевой В.В., Китовой Г.А., Малинецкого Г.Г., Давниса В.В., Тиняковой В.И., Поспелова Д.А., Трахтенгерца Э.А., Мелихова А.Н., Берштейна Л.С., Чепурных Н.В. и др.

Проведенный анализ известных разработок в области прогнозирования экономических процессов на макроуровне показал, что ключевая роль в их реализации принадлежит фундаментальному анализу макроэкономической динамики, методология которого в настоящее время практически не разработана. Большинство исследователей при решении задач моделирования динамики фундаментальных макроэкономических индикаторов, характеризующих внешнюю среду реализации ВЭД и используемых при выработке решений по оценке и управлению валютными рисками, ограничиваются построением линейных эконометрических макроэкономических моделей, в основе которых лежат гипотезы "эффективного рынка" и "рациональных ожиданий". Однако имеющиеся несовершенства в данных гипотезах часто являются причиной получения ошибочных результатов. Кроме того, эти модели не обеспечивают учета имеющих место изменений в структуре влияний фундаментальных индикаторов, а также не включают в себя формализмов субъективности, отражающих неопределенность участников рынка в отношении динамики развития анализируемых макроситуаций и т.п. Это обуславливают целесообразность разработки применительно к задачам среднесрочного прогнозирования валютных курсов и процессов макроэкономической динамики, иных подходов, в частности, использующих адаптивные модели. В работе показано, что в наибольшей степени для прогнозирования указанных процессов подходят математические модели, относящиеся к классу адаптивно-рациональных моделей прогнозирования, где реализуется подход совместного использования адаптивных принципов и других методов прогнозирования. При этом данные модели также требуют своего развития в направлении создания многоуровневой системы экономико-математического моделирования, обеспечивающей совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики в краткосрочном периоде на нижнем уровне и имитационного моделирования и структурного анализа на втором с соответствующей корректировкой структуры моделей адаптивного статистического прогнозирования.

Настоящая работа выпонена в Южно-Российском Государственном техническом университете (НПИ) в рамках реализации научных направлений, утвержденных Минобразования РФ, по исследованию и разработке новых методологий управления производственными системами и бизнес-процессами.

Целью диссертационного работы является разработка методологии решения задач оценки и прогнозирования валютных рисков при осуществлении ВЭД на основе использования экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики и валютных курсов, обеспечивающих создание систем поддержки принятия решений для управления рисками в ВЭД хозяйствующих субъектов.

Для достижения поставленной цели в работе решались следующие задачи:

1. Проанализировать в рамках стоимостного подхода к управлению методологические аспекты взаимосвязи денежных потоков в ВЭД с задачами оценки валютных рисков, возникающих вследствие негативного или позитивного влияния валютных курсов и макроэкономической динамики на бюджет ВЭД, и разработать расчетную модель получения количественной оценки валютного риска для формального определения целевых задач управлении рисками в ВЭД хозяйствующих субъектов.

2. Сформировать теоретико-методологические подходы и структуру решения задачи прогнозирования валютных рисков на основе развития экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики с применением комбинированных схем моделирования, где реализуется подход совместного использования адаптивных принципов и других методов прогнозирования.

3. Провести структуризацию макроэкономических процессов международного движения капитала, развития национальных экономик и финансовых рынков с целью определения множества фундаментальных индикаторов, характеризующих данные процессы, и построить модель их причинно-следственных отношений, раскрывающую структурные особенности взаимодействия фундаментальных индикаторов и направления их влияния, а также разработать в рамках объектно-ориентированного подхода информационное представление множества процессов макроэкономической динамики.

4. На основе представления динамики фундаментальных индикаторов в виде временных рядов с численной формой задания их элементов разработать адаптивные статистические модели получения прогнозных значений макроэкономических процессов и валютных курсов с учетом изменения влияний в системе связей фундаментальных индикаторов, а также с отражением в модели субъективного отношения участников рынка к развитию рассматриваемых макроситуаций.

5. Для решения задачи распознавания типа субъективного отношения участников рынка к развитию того или иного сегмента макроэкономических процессов разработать формальный язык получения качественных оценок динамики трендов фундаментальных индикаторов в виде символьных цепочек из нечетких переменных, включающий в себя словарь символов, задающих возможные состояния трендов, и формальную контекстно-свободную грамматику с агоритмом грамматического разбора, позволяющим выделять в символьных цепочках синтаксические конструкции, характеризующие форму и фазы развития трендов фундаментальных индикаторов.

6. Разработать расчетные модели оценки взаимодействия трендов фундаментальных индикаторов с целью выделения в процессах макроэкономической динамики лишь значимых связей для последующего сужения общей схемы причинно-следственных отношений фундаментальных индикаторов.

7. Разработать метод и модели структурного анализа развития макроэкономических процессов с целью распознавания действующих цепочек влияний в процессах макроэкономической динамики и последующей корректировки структуры связей параметров в моделях прогнозирования трендов фундаментальных индикаторов, а также для распознавания возникновения и отслеживания распространения кризисных ситуаций, которые могут возникать в рассматриваемой макросистеме.

8. Для практической реализации систем поддержки принятия решений в оценке, прогнозировании и управлении валютными рисками в ВЭД разработать многоуровневый комплекс экономико-математического моделирования, позволяющий наряду с мониторингом процессов макроэкономической динамики и валютных курсов осуществлять их адаптивное статистическое прогнозирование с корректировкой структуры моделей прогнозирования, а также с учетом отношения участников рынка к имеющим место неопределенностям в развитии рыночных ситуаций.

Объектом исследований диссертационной работы являются внешнеэкономическая деятельность хозяйствующих субъектов и макроэкономические процессы, определяющие внешнюю среду реализации ВЭД.

Предметом исследований диссертационной работы являются процессы управления валютными рисками, в том числе процессы оценки и прогнозирования валютных рисков при осуществлении ВЭД хозяйствующих субъектов.

Теоретическая и эмпирическая база исследования. Теоретическую базу исследования составляют труды российских и зарубежных ученых в области управления внешнеэкономической деятельностью и валютными рисками, международной экономики, прогнозирования случайных процессов, нелинейной динамики, нечеткой логики и формальных грамматик, теории принятия решений и экономико-математического моделирования.

Работа выпонена в рамках следующих пунктов паспорта специальности 08.00.13 - "Математические и инструментальные методы экономики" : 1.3. "Разработка и исследование макромоделей экономической динамики в условиях равновесия и неравновесия, конкурентной экономики, монополии, олигополии, сочетания различных форм собственности"; 1.4. "Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений"; 1.5. "Разработка и развитие математических методов и моделей глобальной экономики, межотраслевого, межрегионального и межстранового социально-экономического анализа, построение интегральных социально-экономических индикаторов"; 2.3. "Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях".

Эмпирическую базу диссертационного исследования составляют материалы Госкомстата РФ, информационно-статистические данные Бюро экономического анализа США, Европейского статистического агентства, аналитические и статистические материалы интернет-серверов компаний - участников международного валютного рынка. В ходе исследования использовались стандартные и разработанные автором программные продукты.

Основные положения и результаты, выносимые на защиту:

1. Методология оценки валютных рисков при осуществлении ВЭД хозяйствующих субъектов, реализуемая с позиций стоимостного подхода к управлению посредством анализа и моделирования изменений в денежных потоках бюджета ВЭД, связанных с колебаниями валютных курсов, а также расчетная модель получения количественной оценки валютного риска с учетом возможных изменений процессов макроэкономической динамики и валютных курсов, определяющих внешнюю среду ВЭД.

2. Методология прогнозирования валютных рисков на основе развития экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики с применением комбинированных схем моделирования, совмещающих использование адаптивных принципов и других методов прогнозирования.

3. Гиперграфовая модель причинно-следственных отношений фундаментальных индикаторов, характеризующих макроэкономические процессы международного движения капитала, развития национальных экономик и валютных рынков, раскрывающая структурные особенности их взаимодействия и возможные пути развития кризисных явлений, а также информационное представление вышеуказанной системы макроэкономических процессов.

4. Адаптивные статистические модели прогнозирования процессов макроэкономической динамики и валютных курсов, полученные в рамках развития адаптивно-рационального подхода к прогнозированию экономических процессов и обеспечивающие вычисление прогнозных оценок с учетом изменения влияний в системе связей фундаментальных макроэкономических индикаторов, а также с отражением в модели субъективного отношения участников рынка к развитию рассматриваемых макроситуаций.

5. Модели процессов макроэкономической динамики и валютных курсов, использующие качественные оценки трендов фундаментальных индикаторов в виде нечетких переменных, предназначенные для решения задач распознавания типа субъективного отношения участников рынка к развитию макроситуаций и построенные с применением формальной контекстно-свободной грамматики, позволяющей выявлять в символьных цепочках синтаксические конструкции, характеризующие форму и фазы развития трендов фундаментальных индикаторов, а также расчетные модели оценки взаимодействия трендов фундаментальных индикаторов, выделяющие в процессах макроэкономической динамики текущие значимые влияния для последующего сужения общей схемы причинно-следственных отношений данных индикаторов.

6. Модели и процедуры структурного анализа развития макроэкономических процессов для распознавания действующих цепочек влияний в процессах макроэкономической динамики и последующей корректировки структуры связей параметров в моделях прогнозирования трендов фундаментальных индикаторов, а также для распознавания возникновения и отслеживания распространения кризисных ситуаций в рассматриваемой макросистеме.

7. Многоуровневый комплекс экономико-математического моделирования, обеспечивающий совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики на нижнем уровне и их имитационного моделирования и структурного анализа на втором, что позволяет осуществлять текущую оценку влияния одних фундаментальных индикаторов на другие, а также распознавать возникновение ситуаций структурной неустойчивости с соответствующей корректировкой моделей статистического прогнозирования.

Научная новизна исследования представлена в развитии методов и экономико-математических моделей решения задач оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности и выражается в следующих основных положениях:

1. Разработана расчетная модель оценки валютных рисков при осуществлении ВЭД хозяйствующих субъектов, полученная в рамках предложенной методологии оценки, осуществляемой с позиций стоимостного подхода к управлению посредством моделирования изменений в денежных потоках бюджета ВЭД и анализа его устойчивости в условиях колебаний валютных курсов и процессов макроэкономической динамики.

2. Предложены методы решения задачи прогнозирования валютных рисков на основе развития экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики с применением комбинированных схем моделирования, где реализуется подход совместного использования адаптивных принципов и других методов прогнозирования. К преимуществам предложенного подхода относится то, что он обеспечивает решение указанных слабо структурированных задач в условиях достаточно сложной динамики макроэкономических процессов, а также с учетом влияния участников рынка на развитие рассматриваемой макросистемы.

3. Разработана новая гиперграфовая модель причинно-следственных отношений фундаментальных индикаторов, характеризующая процессы макроэкономической динамики, а также раскрывающая структурные особенности взаимодействия макроэкономических процессов и возможные пути развития кризисных явлений.

4. В рамках развития адаптивно-рационального подхода к прогнозированию экономических процессов предложен новый метод получения прогнозных оценок валютных курсов и процессов макроэкономической динамики посредством их адаптивного статистического моделирования, отличительной особенностью которого является обеспечение вычисления прогнозных оценок с учетом цепочек влияний и изменения их структуры в системе связей фундаментальных макроэкономических индикаторов, а также с отражением в модели субъективного отношения участников рынка к развитию рассматриваемых макроситуаций.

5. Для решения задачи распознавания типа субъективного отношения участников рынка к развитию того или иного сегмента макроэкономических процессов предложены логические решающие правила и новый формальный язык получения качественных оценок динамики трендов фундаментальных индикаторов в виде символьных цепочек из нечетких переменных, включающий в себя словарь символов, задающих возможные состояния трендов, и формальную контекстно-свободную грамматику с агоритмом грамматического разбора, позволяющим выделять в символьных цепочках синтаксические конструкции, характеризующие не точечные оценки, а форму и фазы развития трендов фундаментальных индикаторов.

6. Предложены модели и процедуры структурного анализа взаимодействий процессов макроэкономической динамики и валютных курсов, отличительной особенностью которых является то, что они с одной стороны являются эффективным допонением адаптивных статистических моделей прогнозирования фундаментальных индикаторов, позволяя распознавать действующие цепочки влияний в системе связей макроэкономических процессов и соответственно корректировать структуру указанных моделей, а с другой стороны имеют самостоятельное значение, поскольку позволяют выделять в системе связей макроэкономических процессов контура с положительной обратной связью, являющиеся наиболее вероятными областями возникновения и распространения возмущений в исследуемой макросистеме. При этом они также выявляют фундаментальные индикаторы, тренд которых может изменить свой характер в будущем вследствие формирования воны импульсных возмущений в цепочках влияний фундаментальных индикаторов. В качестве эффективного допонения для решения последней задачи в работе предложено множество диагностических признаков идентификации ситуаций смены тренда, связанных как с развитием структурной неустойчивости в контурах с обратной связью (замыкание / размыкание контуров), так и с оценкой изменения фрактальности колебаний анализируемого тренда.

7. Обоснована необходимость развития адаптивно-рациональных моделей прогнозирования макроэкономических процессов в направлении создания многоуровневой системы экономико-математического моделирования. Последняя обеспечивает совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики в краткосрочном периоде на нижнем уровне и имитационного моделирования и структурного анализа на втором уровне с соответствующей корректировкой структуры моделей статистического прогнозирования. К достоинствам данной системы также относится введение в процедуры получения оценок макроэкономической динамики формализмов субъективности, отражающих неопределенность отношения участников рынка к развитию анализируемых макроситуаций.

Практическое значение результатов исследования состоит в том, что их применение позволяет повысить эффективность решения задач оценки, прогнозирования и управления валютными рисками при осуществлении

ВЭД, а также повысить эффективность использования денежных ресурсов предприятия и его стоимость.

Практическая ценность исследования обоснована следующим:

- предложенная в работе методология оценки валютных рисков во внешнеэкономической деятельности позволяет получать их объективные количественные оценки, оценки дисбаланса денежных потоков в бюджете ВЭД, а также строить сбалансированные схемы бюджетного планирования ВЭД предприятий, направленные на увеличение их стоимости;

- разработанная в работе методология решения задач прогнозирования валютных рисков является основой построения систем поддержки принятия решений при управлении рисками в ВЭД хозяйствующих субъектов, обеспечивая получение прогнозных оценок обменных курсов и синтез схем покрытия валютных рисков, а также создание эффективных систем мониторинга внешней среды осуществления ВЭД;

- предложенная гиперграфовая модель причинно-следственных отношений фундаментальных индикаторов, характеризующая процессы макроэкономической динамики и раскрывающая структурные особенности их взаимодействия, в сочетании с разработанными моделями и методом структурного анализа развития макроэкономических процессов позволяет решать задачи распознавания возникновения кризисных ситуаций и отслеживания их распространения и влияния на валютный рынок;

- разработанный многоуровневый комплекс экономико-математических моделей позволяет повысить качество оценок развития макроэкономической динамики и прогнозирования изменения валютных курсов в краткосрочном и среднесрочном периодах, а также расчета оценок получаемых незапланированных убытков или прибыли по позициям бюджета ВЭД с привязкой их ко времени, обеспечить проведение своевременной корректировки валютных позиций предприятия, схем и сроков расчетов по контрактам ВЭД, что обеспечивает снижение размеров страховых фондов и повышение уровня денежных доходов предприятия.

Реализация и апробация результатов работы. На основе выпоненных исследований разработано и внедрено для предприятий различных отраслей (ОАО "31 завод Авиационного Технологического Оборудования", г. Новочеркасск; ПК "НЭВЗ", г. Новочеркасск; ОАО "Шахтинский завод Гидропривод", г. Шахты Ростовской области; ОАО "ЭНЕРГОПРОМ Ч Новочеркасский электродный завод", г. Новочеркасск; ФКП "Комбинат "Каменский", г. Ка-менск-Шахтинский Ростовской области; ЗАО "Завод по выпуску КПО", г. Азов, ООО "Проект-монтаж", г. Москва) 7 подсистем оценки и управления валютными рисками в ВЭД, входящими в состав интегрированных систем управления предприятиями.

Материалы диссертационной работы используются в учебном процессе ЮРГТУ(НПИ), СКАГС в курсах лекций "Валютный дилинг на финансовых рынках", "Рынок ценных бумаг", "Автоматизированные информационные системы в экономике", а также при выпонении дипломных проектов.

Основные положения и результаты диссертационного исследования докладывались, обсуждались и получили одобрение на XV, XVI, XVII, XVIII, XIX, XX, XXI, XXII Международных научных конференциях " Математические методы в технике и технологиях", проходивших в 2002-^2009 г.г. в городах Тамбове, Ростове-на-Дону, Костроме, Казани, Воронеже, Ярославле, Саратове, Пскове и на постоянно действующих семинарах профессорско -преподавательского состава ЮРГТУ (г.Новочеркасск) и СКАГС (г. Ростов-на -Дону) в 2002-г2009 г.г. Результаты работы также докладывались и получили положительную оценку на заседаниях кафедр ЮРГТУ, СКАГС, ЮФУ.

Основные положения диссертационного исследования отражены в 32-х публикациях, в том числе в трех монографиях и двух учебных пособиях.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Сычев, Василий Анатольевич

ЗАКЛЮЧЕНИЕ

Основные теоретические и практические выводы по результатам выпоненного исследования заключаются в следующем:

1. В настоящее время приоритетной задачей в обеспечении экономического роста в Российской Федерации является развитие внешнеэкономической деятельности хозяйствующих субъектов, которая в значительной мере зависит от качества управления ею. Очевидно, что эффективная организация ВЭД дожна базироваться как на учете особенностей развития международной торговли, процессов развития национальных экономик, международного движения капитала и финансовых рынков, определяющих внешнюю среду осуществления ВЭД, так и на совершенствовании управления ВЭД на микроуровне, т.е. на уровне предприятия, где важное место занимает финансовая политика ВЭД, доминирующей компонентой которой является система управления денежными потоками ВЭД, неразрывно связанная с формированием бюджета ВЭД, раскрывающим во времени недельные (месячные) ожидаемые показатели объемов потока поступлений и платежей денежных средств в национальной валюте по всем запланированным торговым и инвестиционным операциям предприятия. Хорошо сбалансированный бюджет ВЭД является важным инструментом обеспечения прибыльной работы предприятия и повышения его рыночной стоимости. При этом в работе показано, что позитивная динамика денежных потоков бюджета ВЭД в значительной степени зависит не только от баланса объемов экспорта и импорта предприятия, но еще и от колебаний валютных курсов, поскольку каждая из составляющих бюджета ВЭД связана с переводом валютных поступлений или выплат в национальную валюту. Это обуславливает тесную взаимосвязь процедуры формирования бюджета ВЭД с процессами оценки, прогнозирования и управления возникающим валютным риском, который в рамках стоимостного подхода к управлению определяется как риск потерь или получения незапланированной прибыли, возникающих в процессе осуществления ВЭД вследствие негативного или позитивного дисбаланса потоков денежных доходов и расходов предприятия в прогнозном периоде в условиях изменения динамики макроэкономических процессов и ситуаций на международных валютных рынках.

2. К оценке валютного риска в работе предлагается подойти с позиций стоимостного подхода в экономических системах, с учетом того, что валютные риски предприятий при колебаниях валютных курсов функционально связаны с изменениями потоков денежных доходов и платежей при переводе валютных поступлений или выплат в национальную валюту. При этом предложена новая расчетная модель получения количественной оценки валютного риска, базирующаяся на концепции оценки приведенных к началу бюджетного периода возможных изменений в денежных потоках бюджета ВЭД с использованием процедуры дисконтирования, широко применяемой в современной теории финансового менеджмента.

В работе выделены такие составляющие процесса оценки, прогнозирования и управления валютным риском как организация мониторинга валютного рынка и влияющих на него макроэкономических факторов, прогнозирование валютных курсов с целью определения возможных будущих изменений в денежных потоках предприятия по тем или иным позициям бюджета ВЭД, идентификация и оценка возникающих при этом валютных рисков, а также выбор стратегии и схем их хеджирования, обеспечивающих минимизацию для бюджета ВЭД негативных последствий изменения валютных курсов и достижение максимальных уровней незапланированных доходов, что позволяет формально определить целевую задачу системы оценки и управлении валютными рисками в ВЭД как удержание волатильности денежных потоков бюджета ВЭД в пределах, при которых обеспечивается рост, а не снижение рыночной стоимости предприятия.

3. Наряду с определением функциональных задач системы оценки и управления валютными рисками в ВЭД в работе рассмотрены методологические аспекты оценки валютного риска. Показано, что поскольку валютные курсы следует рассматривать не как случайные величины, а как нестационарные случайные процессы с достаточно сложной динамикой развития, то для измерения и анализа возникающих валютных рисков из всего множества известных подходов следует использовать комплексные методы, сочетающие статистические измерения риска со сценарными методами анализа устойчивости бюджета ВЭД к кризисным явлениям на международном валютном рынке. Данное направление в настоящее время еще недостаточно развито и его разработка представляется актуальной проблемой, которая может быть решена с применением экономико-математических моделей прогнозирования валютных курсов и разработки методологии фундаментального анализа и прогнозирования процессов макроэкономической динамики.

Проведенный анализ известных разработок в области прогнозирования экономических процессов на макроуровне показал, что в большинстве работ авторы ограничиваются построением линейных эконометрических макроэкономических моделей, в основе которых лежат гипотезы "эффективного рынка "и "рациональных ожиданий". Однако имеющиеся противоречия и несовершенства в данных гипотезах часто являются причиной получения ошибочных результатов. Кроме того, данные модели не обеспечивают учета имеющих место изменений в структуре влияний фундаментальных индикаторов, а также учета отношения участников рынка к неопределенностям и противоречиям в развитии рыночных ситуаций и т.п. Это обуславливают целесообразность разработки иных подходов и методов к задачам среднесрочного прогнозирования валютных курсов и фундаментального анализа макроэкономической динамики, которые обеспечивали бы решение данных задач с учетом имеющей место неопределенности в их развитии, связанной как со сложностью структуры связей фундаментальных макроэкономических индикаторов, нестационарным характером влияния одних фундаментальных индикаторов на другие, так и с субъективным восприятием и оценками участников макроэкономической динамики, а также влиянием на макродинамику поведения активных элементов системы, что еще в недостаточной степени отражено в известных разработках.

Предложено решение задач фундаментального анализа и прогнозирования макроэкономической динамики и валютных курсов на предприятиях осуществлять с использованием системы поддержки принятия решений (СППР), создание которой обуславливает необходимость разработки таких ее составляющих как: структуризация процессов международного движения капитала, развития национальных экономик и финансовых рынков с формированием множества фундаментальных макроэкономических показателей, характеризующих вышеуказанные процессы, а также схемы их причинно-следственных отношений; представление процессов, связанных с изменениями фундаментальных индикаторов, в виде временных рядов и построение адаптивных моделей развития данных процессов и моделей оценки их взаимодействия; структурный анализ взаимодействий процессов макроэкономической динамики с распознаванием возникновения изменений в структуре влияний фундаментальных индикаторов и соответственно в их динамике; оценка субъективных ожиданий участников рынка относительно динамики развития анализируемых макроэкономических ситуаций в системе связей фундаментальных индикаторов; прогнозирование валютных курсов и процессов макроэкономической динамики, с учетом имеющих место изменений в структуре влияний фундаментальных индикаторов, а также субъективных ожиданий участников рынка.

4. В рамках реализации целевой задачи по разработке методологии и экономико-математических моделей фундаментального анализа и прогнозирования процессов макроэкономической динамики и валютных курсов в работе проведена структуризация макроэкономических процессов международного движения капитала, развития национальных экономик и финансовых рынков, определяющих внешнюю среду осуществления ВЭД хозяйствующих субъектов, сформировано множества фундаментальных индикаторов, характеризующих данные процессы, а также построена гиперграфовая модель их причинно-следственных отношений, раскрывающая структурные особенности взаимодействия фундаментальных индикаторов и возможные пути развития кризисных явлений.

Также в работе предложено информационное представление множества процессов международного движения капитала, развития национальных экономик и финансовых рынков в рамках объектно-ориентированного подхода, где в качестве объектов выступают фундаментальные индикаторы и их отношения. Новым элементом здесь является использование в качестве математической модели системы информационного представления ориентированного гиперграфа второго рода, что позволяет достаточно четко выделить и определить структурную и процедурную составляющие системы знаний рассматриваемой системы фундаментального анализа и прогнозирования макроэкономических процессов.

5. Рассмотрены методы решения задач экономико-математического моделирования в системе фундаментального анализа и прогнозирования макроэкономической динамики и валютных курсов и предложено их реализацию осуществлять в рамках адаптивного подхода.

Показано, что в наибольшей степени для прогнозирования процессов макроэкономической динамики и валютных курсов подходят математические модели, относящиеся к классу адаптивно-рациональных моделей прогнозирования экономических процессов, где реализуется подход совместного использования адаптивных принципов и других методов прогнозирования. Однако данные модели требуют своего развития в направлении создания многоуровневой системы экономико-математического моделирования. Последняя обеспечивает совмещение функциональных возможностей адаптивного статистического прогнозирования валютных курсов и процессов макроэкономической динамики в краткосрочном периоде на нижнем уровне и имитационного моделирования и структурного анализа на втором уровне с соответствующей корректировкой структуры моделей статистического прогнозирования. Кроме того, в указанной системе обеспечивается распознавание возникновения структурной неустойчивости в контурах с обратной связью в данных отношениях и введение в модели прогнозирования формализмов субъективности, отражающих ту или иную степень неопределенности участников рынка в отношении динамики развития анализируемых макроситуаций. Здесь также следует отметить, что применение имитационного подхода в решении задач второго уровня системы прогнозирования валютных курсов и анализа макроэкономической динамики позволяет с одной стороны отразить в моделях прогнозирования те или иные особенности процесса принятия решений участниками рынка в различных рыночных ситуациях, а с другой обеспечить необходимую корректировку структуры статистических моделей прогнозирования фундаментальных индикаторов в различных ситуациях возникновения и распространения возмущений в контурах причинно-следственных связей, что безусловно приводит к усилению возможностей по сценарному моделированию и прогнозированию валютных курсов.

6. Для представления динамики фундаментальных индикаторов, характеризующих макроэкономические процессы международного движения капитала, развития национальных экономик и финансовых рынков, в системе поддержки принятия решений предлагается использовать временные ряды с численной и качественной формами задания их элементов.

В работе приведена классификация и описание моделей временных рядов, применяемых для моделирования стационарных и нестационарных стохастических процессов с дискретным временем. Показана целесообразность использования для анализа и прогнозирования стохастических процессов макроэкономической динамики и валютных курсов в краткосрочном периоде на нижнем уровне СППР моделей авторегрессии (АР-моделей) и моделей авторегрессии со скользящим средним (АРСС-моделей). К достоинствам данных моделей относится их адаптивный характер и рекурсивная схема вычислений параметров модели. Кроме того, структура АРСС Ч модели позволяет легко организовать учет изменения влияний в системе связей фундаментальных индикаторов, отражающих имеющую место динамику взаимодействий в системе отношений процессов макроэкономической динамики.

К новым элементам, внесенным в решение задачи прогнозирования валютных курсов и процессов макроэкономической динамики с целью усиления прогностических возможностей АРСС-моделей, следует отнести допонение данных моделей формализмами, позволяющими определить превалирующее прогнозное значение тренда того или иного индикатора Р1(х,) из множества его локальных прогнозных значений х/, / = Д., получаемых с использованием АРСС - моделей и отражающих учет воздействия на Р1(х,) трендов влияющих индикаторов Р1(х/), / = При этом превалирующее прогнозное значение индикатора Р1(х,) формируется с учетом субъективного отношения участников рынка к развитию рассматриваемой макроситуации посредством применения к множеству хц , / = Д., ж критериев выбора, используемых в теории принятия решений и соответствующих текущему отношению 8081111 участников рынка к развитию рассматриваемого сегмента взаимодействия макроэкономических процессов.

7. В работе показано, что распознавание типа субъективного отношения участников рынка 8081/11 к развитию того или иного сегмента взаимодействия макроэкономических процессов может быть осуществлено с применением подходов, использующих качественные оценки трендов фундаментальных индикаторов в виде нечетких переменных, что обуславливает необходимость разработки соответствующей формы представления данных трендов. Для этого предложен новый формальный язык получения качественных оценок динамики трендов фундаментальных индикаторов в виде символьных цепочек из нечетких переменных. Данный язык определяет словарь символов, задающих возможные состояния трендов, и формальную контекстно-свободную грамматику с новым агоритмом грамматического разбора, позволяющим выделять в символьных цепочках синтаксические конструкции, характеризующие форму и фазы развития трендов фундаментальных индикаторов, то есть характеризующие не точечные их оценки, а описание динамики развития, что является новым элементом в моделях представления трендов фундаментальных индикаторов и принципиально важно для рассматриваемого класса задач фундаментального анализа макроэкономических процессов.

8. Для решения задачи оценки взаимодействия трендов фундаментальных индикаторов при численной форме представления их временных рядов с целью выделения в них множества наиболее существенных связей и последующего сокращения размерности исследуемой системы предложено использовать применяемую в теории распознавания образов процедуру вычисления евклидова расстояния между временными рядами трендов фундаментальных индикаторов, позволяющую получить оценку сходства этих трендов, которая необходима участникам рынка при определении влияния одного фундаментального индикатора на тренд другого.

При представлении трендов фундаментальных индикаторов в виде символьных цепочек из нечетких переменных для решения задач оценки влияния тренда FI(xg) на тренд FI(xp) в работе предложена процедура оценки сходства деревьев грамматического разбора Tree (xg), Tree (х/;) символьных строк трендов FI(Xg) и FI(xp). Такой подход является достаточно новым и хорошо вписывается в принятую концепцию моделирования принятия решений участниками рынка. Указанные процедуры позволяют выделять для анализа взаимодействия макроэкономических процессов лишь значимые сегменты в цепочках причинно-следственных связей фундаментальных индикаторов, что обеспечивает сокращение размерности графа когнитивных связей исследуемой макросистемы.

9. Важной составляющей Clll.JP в задачах фундаментального анализа и прогнозирования процессов макроэкономической динамики и валютных курсов является структурный анализ взаимодействий макроэкономических процессов, определяющих внешнюю среду реализации ВЭД. Показано, что методы структурного анализа позволяют распознавать действующие цепочки влияний фундаментальных индикаторов в системе связей процессов макроэкономической динамики и соответственно формировать структуру связей параметров в моделях прогнозирования траекторий развития трендов фундаментальных индикаторов. Кроме того, структурный анализ взаимодействий процессов макроэкономической динамики создает основу для распознавания возникновения и отслеживания распространения кризисных ситуаций, которые могут возникать вследствие иррационального поведения активных элементов рассматриваемой макросистемы, а также для выявления фундаментальных индикаторов, тренд которых может изменить в будущем свой характер вследствие формирования воны импульсных возмущений в цепочках влияний фундаментальных индикаторов.

Для реализации задач структурного анализа в работе предложены новые математические графовые модели и процедуры анализа взаимодействий процессов макроэкономической динамики и распознавания возникновения кризисных ситуаций в системе связей фундаментальных индикаторов Н = (Х,и), обеспечивающие: сужение гиперграфовой структуры Н=(Х,и) до Н'= (Х',1Г); выделение вН' = (Х',и') множества контуров с положительной обратной связью как наиболее вероятных областей возникновения и распространения возмущений в исследуемой системе; организацию мониторинга и распознавание возникновения структурной неустойчивости в системе связей фундаментальных индикаторов, входящих в выделенные контура с положительной обратной связью.

Предложенные методы структурного анализа позволяют решить и другую задачу структурного анализа взаимодействий процессов макроэкономической динамики, а именно, задачу распознавания ситуаций смены тренда того или иного фундаментального индикатора, относящегося к контурам с положительной обратной связью, т.е. его перехода из режима хаотических "боковых" колебаний к квазипериодическим колебаниям, что весьма важно для корректировки модели прогноза указанного тренда. При этом значимым моментом здесь является прогнозирование моментов времени, в которые происходит разворот тренда или его существенное изменение. Такая динамика моделируемых процессов иначе называется биполярной и характеризуется тем, что разворот трендов в ней имеет более сложный характер, чем при сезонных колебаниях, что определяется, в частности, развитием воновых движений, инициализированных возникающими влияниями в контурах с положительными обратными связями. Для решения указанной задачи в работе определено множество диагностических признаков идентификации ситуаций смены тренда, связанных как с развитием структурной неустойчивости в контурах с обратной связью (замыкание / размыкание контуров), так и с изменением характера тренда того или иного фундаментального индикатора в этих контурах (изменение фрактальности колебаний анализируемого тренда при переходе из режима хаотических "боковых" колебаний в фазу развития нового тренда, формирование треугольников в трендах фундаментальных индикаторов с последующим их прорывом и т.п.).

10. Разработанные в работе методология и экономико-математические модели фундаментального анализа макроэкономической динамики и прогнозирования валютных курсов практически использованы в создании систем поддержки принятия решений при управлении валютными рисками во внешнеэкономической деятельности на ряде хозяйствующих субъектов различных отраслей промышленности. При этом для практической реализации систем поддержки принятия решений в оценке, прогнозировании и управлении валютными рисками в ВЭД разработан новый многоуровневый комплекс экономико-математического моделирования, позволяющий наряду с мониторингом процессов макроэкономической динамики и валютных курсов осуществлять их адаптивное статистическое прогнозирование с корректировкой структуры моделей прогнозирования в соответствии с имеющими место изменениями во взаимодействии процессов макроэкономической динамики. В данном комплексе также осуществляется допонение процедур статистического моделирования трендов фундаментальных индикаторов Р1(х/), х;-еХ имитационным моделированием процесса анализа и принятия решений участниками рынка, в рамках которого с использованием логических решающих правил проводится оценка текущего состояния анализируемого тренда Р1(х,) , а также отношений участников рынка к развитию соответствующего сегмента взаимодействия макроэкономических процессов и осуществляется необходимая корректировка в модели расчета прогнозных значений тренда Р1(х,), х,еХ.

Отличительной особенностью разработанного комплекса экономико-математического моделирования также является то, что он позволяет использовать различные модели прогнозирования трендов фундаментальных индикаторов на различных участках их развития. В частности, в случае, когда анализируемый участок тренда Р1(х,) не находится в состоянии перехода из режима хаотических "боковых" колебаний в фазу развития нового тренда, получение его прогнозной оценки осуществляется по следующей схеме: реализуются процедуры определения множества прогнозных оценок состояний х/, I = Р, .,"и> тренда Р1(х/) в краткосрочном периоде при локальном рассмотрении влияния на Р1(х,*) индикаторов Р1(х/), / = /3 образующих ребро гиперграфа Н = (Х,Ц), в котором вершина X/ является корневой. В основе данных процедур при количественной форме задания трендов фундаментальных индикаторов в отношениях следования могут быть использованы АРСС - модели рекуррентного предсказания.

В случае, если анализируемый участок тренда Р1(х,) имеет достаточные признаки возможного перехода из режима хаотических "боковых" колебаний в фазу развития нового тренда с последующим значимым изменением его траектории, то задается соответствующая текущей ситуации модель из набора типовых "элементарных катастроф" по Тому, осуществляется идентификация параметров полинома, задающего траекторию развития катастрофы, и расчет по ее модели прогнозного значения тренда Р1(х,).

Для идентификации состояния ЗОЗиЯ участников рынка к развитию той или иной макроситуации в системе связей Н = (Х,и) в работе разработана логическая функция, ставящая в соответствие множеству параметров макроситуации, характеризующей развитие трендов Р1(х() и Р1(х/), / = ропределенное состояние ЯОЗиЯ из множества {крайний оптимист,., реалист,., крайний пессимист}, каждый элемент которого связан с соответствующим формализованным критерием выбора превалирующего прогнозного значения тренда индикатора Р1(х;).

11. Практическое применение многоуровневого комплекса экономико-математического моделирования для решения задач оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности хозяйствующими субъектами на ряде промышленных предприятий, в том числе на Новочеркасском электровозостроительном заводе, позволило получить сценарный прогноз на 2009 год развития экономик США и Еврозоны в условиях развивающегося финансово-экономического кризиса, а также построить прогнозную траекторию развития в 2009 году валютного курса ЕкишиБв с учетом проводимой финансовой политики ФРС США и Центрального банка Европы. На основе последней с учетом корреляции валютных пар

Eehr/USD и Eeur/rur получена прогнозная траектория развития в 2009 году валютного курса Eeur/rur > с использованием которой, а также мастер-бюджета ВЭД Новочеркасского электровозостроительного завода рассчитан на 2009 год размер рискового капитала для системы управления рисками во внешнеэкономической деятельности для данного предприятия, а также определены схемы хеджирования возникающих валютных рисков в 2009 году для бюджета ВЭД с применением как форвардных контрактов на покупку евро в сочетании депозитными операциями по евро, так и опционных стратегий на валютной паре EUR/RUR, обеспечивающими экономию рублевых денежных ресурсов предприятия при проведении обязательных платежей по внешнеэкономическим контрактам.

Диссертация: библиография по экономике, доктор экономических наук , Сычев, Василий Анатольевич, Новочеркасск

1. Аверин А.Н. и др. Нечеткие множества в моделях управления и искусственного интелекта. / Под ред. Д.А. Поспелова. - М.: Наука, 1986. - 312 с.

2. Агапова Т.А., Серегина С.Ф. Макроэкономика: Учебник. / Под общ. ред. A.B. Сидоровича. М.: МГУ, Издательство "ДИС", 1997. - 416 с.

3. Акимов O.E. Дискретная математика : логика, группы, графы, фракталы. М.: "Издатель АКИМОВА", 2005. - 656 с.

4. Алиев Р. А. и др. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. - 240 с.

5. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000. - 368 с.

6. Арнольд В.И. Теория катастроф. -М.: Наука, 1990. 128 с.

7. Арсеньев Ю.П., Шелобаев С.И., Давыдова Т.Ю. Принятие решений. Интегрированные интелектуальные системы: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА , 2003. - 270 с.

8. Ахо А., Сети Р., Ульман Дж. Компиляторы: принципы, технологии и инструменты.: Пер. с англ. М.: Изд.дом "Вильяме", 2001. - 768 с.

9. Ахо А., Хопкрофт Дж., Ульман Дж. Структуры данных и агоритмы.: Пер. с англ. М.: Издательский дом " Вильяме ", 2001. - 384 с.

10. Ю.Балабанов И.Т. Риск-менеджмент. М.: Финансы и статистика, 1996. -198 с.

11. Батыршин И.З., Недосекин А.О., Стецко A.A. и др. Нечеткие гибридные системы. Теория и практика. / Под ред. Н.Г. Ярушкиной. М.: ФИЗМАТЛИТ, 2007. - 208 с.

12. Бенькович Е.С., Колесов Ю.Б., Сениченков Ю.Б. Практическое моделирование динамических систем. СПб.: БХВ-Петербург, 2002. - 464 с.

13. Бертонеш М. , Найт Р. Управление денежными потоками. СПб.: Питер, 2004. - 240 с.

14. Боков В.В.Забелин П.В., Федцов В.Г. Предпринимательские риски и хеджирование в отечественной и зарубежной экономике. Уч. пособие. М.: Приор, 2000. - 128с.

15. Браверман Э.М., Мучник И.Б. Структурные методы обработки экспериментальных данных.- М.: Наука, 1993. 464 с.

16. Введение в технику работы с таблицами решений. / Фрайтаг Г., Годе В., Якоби X. и др. / Пер с нем. М.: Энергия, 1979. - 88 с.

17. Владимиров В.А., Малинецкий Г.Г., Потапов А.Б. Управление риском. Риск, устойчивость, развитие, синергетика. М.: Наука, 2000. - 301с.

18. Внешнеэкономическая деятельность предприятия: Учебник для вузов / Л.Е. Стровский, С.К. Казанцев, Е.А.Паршина и др.; Под ред. проф. Л.Е. Стровского. М.: ЮНИТИ-ДАНА, 2003, - 847 с.

19. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интелектуальных систем. СПб.: Питер, 2000. - 384 с.

20. Гамма Э., Хем Р., Джонсон Р., Влиссиденс Дж. Приемы объектно-ориентированного программирования. СПб.: Питер, 2001. - 368 с.

21. Глущенко В.В. Управление рисками. Страхование. Железнодорожный, Моск. обл.: Крылья, 1999. - 334с.

22. Горбань А.Н. Обучение нейронных сетей. М.: СП "РагаСгаГ,1990. -160с.

23. Горелик А.Л. Методы распознавания: Учеб. пособие для вузов. / А.Л. Горелик, В.А. Скрипкин. М.: Высшая школа, 2004. - 261с.

24. Гуляев А.И. Временные ряды в динамических базах данных. М.: Радио и связь, 1989.- 128 с.

25. Де Ковни Ш, Таки К. Стратегии хеджирования. /Пер. с англ. М.: ИНФРА-М, 1996, - 208 с.

26. Давние В.В., Тинякова В.И. Адаптивные модели: анализ и прогноз в экономических системах Ч Воронеж: Изд-во Воронеж, гос. ун-та 2006 380 с.

27. Дроговоз П.А. Управление стоимостью инновационного промышленного предприятия. / Под ред. Т.Г. Садовской. М.: Изд-во МГТУ им. Н.Э. Баумана, 2007. - 240 с.

28. Егоров Е.С. Формирование системы критериев выбора в условиях неопределенности. / Сб. науч. тр. Методы и системы искусственного интелекта ( Вычислительные системы ). Выпуск 145. Новосибирск.: ВЦ СО АН СССР, 1992.-c.90- 100.

29. Еленева Ю.Я. Обеспечение конкурентоспособности промышленных предприятий. М.: Янус-К, 2001. - 274 с.

30. Закарян И. Практический интернет-трейдинг. М.: Акмос-Медиа, 2001. -396 с.

31. Занг В.Б. Синергетическая экономика. Время и перемены в экономической теории. М.: Мир, 1999. - 350 с.

32. Искусственный интелект. В 3-х кн. Кн.2. Модели и методы: Справочник. / Под ред. Д.А. Поспелова. - М.: Радио и связь, 1990. - 304 с.

33. Кандрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и пространстве в интелектуальных системах. / Под ред. Д.А. Поспелова. М.: Наука, 1989. - 328 с.

34. Касьянов В.Н., Евстигнеев В.А. Графы в программировании: обработка, визуализация и применение. СПб.: БХВ- Петербург, 2003. 1104 с.

35. Карлов Н.В., Кириченко Н.А .Колебания, воны, структуры. М.: Физмат-гиз, 2001.- 496 с.

36. Качалов P.M. Управление хозяйственным риском. М.: Наука, 2002. -192 с.

37. Киреев А.П. Международная экономика. М.: Международные отношения, 1998.-416 с.

38. Киреев А.П. Прикладная макроэкономика. М.: Международные отношения, 2006. - 454 с.

39. Ковалев А.П., Рыжова В.В. Основы стоимостного анализа: Учеб. пособие для вузов. М.: Финансы и статистика, 2007. - 226 с.

40. Кобачев Е.Б. Управление производственными системами на основе совершенствования и развития информационноЧэкономических ресурсов. Ч Ростов н/Д : СКНЦ ВШ, 2003. 496 с.

41. Кобачев Е.Б., Туников В.А. Организационно-экономические проблемы устойчивого функционирования производственных систем в машиностроении. Ростов н/Д: Изд-во СКНЦ ВШ, 2003. - 208 с.

42. Коуд Петер, Норт Дэвид, Мейфид Марк. Объектные модели: Стратегии, шаблоны и приложения. М.: Изд-во "Лори", 1997. - 434 с.

43. Кочетов В.В., Колобов A.A., Омельченко И.Н. Инженерная экономика / Под. ред. проф. А.А.Колобова. М.: Издательство МГТУ им. Н.Э. Баумана, 2005. - 668 с.

44. Кини Р., Райфа К. Принятие решений при многих критериях: предпочтения и замещения. / Пер. с англ. под ред. И.Ф. Шахнова. М.: Радио и связь, 1981.-560 с.

45. Кисилева В.В. Комплексный прогноз экономики США : Методология и моделирование. М.: Наука, 1983. - 252 с.

46. Китова Г.А., Кузнецова Т.Е. Имитация и прогноз экономического развития США : прикладные макромодели. М.: Наука, 1982. - 234 с.

47. Колемаев В.А. Математическая экономика. -М.: ЮНИТИ, 2005. 399 с.

48. Кроновер P.M. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2006. - 488 с.

49. Кругман П.Р., Обстфельд М. Международная экономика. Теория и практика: Учебник для вузов / Пер. с англ. под ред. В.П. Колесова. Спб.: Питер, 2004. - 799 с.

50. Круглов В.В., Дли М.И. Интелектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. Ч М.: Издательство физико- математической литературы, 2002. 256 с.

51. Кузин JI.T. Основы кибернетики. В 2-х томах. Том 2. Основы кибернетических моделей: Учебное пособие для вузов. -М.:Энергия, 1979. - 584с.

52. Кузнецов И.В. Методы прогноза кризисов по временным рядам: Сб. Прогноз и моделирование кризисов и мировой динамики / Отв. ред. A.A. Акаев, A.B. Коротаев, Г.Г. Малинецкий. -М.: Изд-во КИ, 2010. -с.131-141.

53. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука, 1987.-142 с.

54. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука, 1996. - 208 с.

55. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Вошебных Странах: Учебник. М.: Логос, 2000. - 296 с.

56. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuzzy TECH. СПб.: БХВ-Петербург, 2003. - 736 с.

57. Линдерт П.Х. Экономика мирохозяйственных связей. М.: Прогресс, 1992.-514 с.

58. Лоскутов А.Ю., Михайлов A.C. Введение в синергетику : Учебное руководство. М.: Наука, 1990. - 272 с.

59. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учебное пособие. М.: Финансы и статистика, 2003. -416 с.

60. Люу Ю.Д. Методы и агоритмы финансовой математики. М.: БИНОМ. Лаборатория знаний, 2007. - 751 с.

61. Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики. М.: Едиториал УРСС, 2002. - 360 с.

62. Малинецкий Г.Г., Потапов А.Б., Подлазов A.B. Нелинейная динамика: Подходы, результаты, надежды. М.: КомкКнига, 2006. - 280 с.

63. Малишевский A.B. Качественные модели в теории сложных систем. М.: Наука, 1998.-528 с.

64. Малышев Н.Г. Нечеткие модели для экспертных систем в САПР. / Н.Г. Малышев, Л.С. Берштейн, A.B. Боженюк. М.: Энергоатомиздат, 1991. -136 с.

65. Марпл-мл. С.Л. Цифровой спектральный анализ и его применение. Пер. с англ. М.: Мир, 1990. - 584 с.

66. Маршал Джон Ф., Бансал В.К. Финансовая инженерия. Пер. с англ. М: ИНФРА-М, 1998.-784 с.

67. Меладзе В.Э. Курс технического анализа. М.: Серебряные нити, 1997. -272 с.

68. Мелихов А.Н. Ситуационные советующие системы с нечеткой логикой. / А.Н. Мелихов, Л.С. Берштейн, С .Я. Коровин. М.: Наука, 1990. - 272 с.

69. Миклашевская H.A., Холопов A.B. Международная экономика: Учебник. М.: МГУ. Изд-во "Дело и сервис". 1998. - 272 с.

70. Милер Роджер Л., Ван-Хуз Дэвид Д. Современные деньги и банковское дело : Пер.с англ. М.: ИНФРА-М, 2000. - 856 с.

71. Мишкин Ф. Экономическая теория денег, банковского дела и финансовых рынков: Учебное пособие д$1я вузов/ Пер. с англ. Д.В. Виноградова под ред. М.Е. Дорошенко. М.: Аспект Пресс, 1999. - 820 с.

72. Моделирование глобальных экономических процессов: Учеб. пособие. Под ред. В.С.Дадаяна. М: Экономика, 1984. - 320 с.

73. Моделирование рисковых ситуаций в экономике и бизнесе: Уч. пособие // Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю., Барановская Т.П.; под. ред.

74. Б.А. Лагоши. 2-е изд., перераб. и доп. М.: Финансы и статистика, 2001. -223с.

75. Мун Ф. Хаотические колебания. М.: Мир, 1990. - 311 с.

76. Мэрфи Дж. Визуальный инвестор. Как определять тренды. М.: Диаграмма, 2004. - 326 с.

77. Мэрфи Джон Дж. Межрыночный технический анализ. Торговые стратегии для мировых рынков акций, облигаций, товаров и валют. М.: Диаграмма, 1999.-317 с.

78. Найман Э. Л. Малая энциклопедия трейдера. М.: Альпина Бизнес Букс, 2006.-236 с.

79. Нейлор Т.Г. Машинные имитационные эксперименты с моделями экономических систем. Ч М.: Мир, 1975. 432 с.

80. Нейман Дж. Моргенштерн О. Теория игр и экономическое поведение. -М.: Наука, 1970.- 707 с.

81. Нечеткие множества в моделях управления и искусственного интелекта / Под ред. Д.А. Поспелова. М.: Наука, 1986. - 396.с.

82. Нильсон Н. Принципы искусственного интелекта. / Пер. с англ. М.: Радио и связь, 1985. - 376 с.

83. Обработка нечеткой информации в системах принятия решений. / А.Н. Борисов, A.B. Алексеев, Г.В. Меркурьев и др. М.: Радио и связь, 1989. -304 с.

84. Огарков М.А. Методы статистического оценивания параметров случайных процессов. М.: Энергоатомиздат, 1990. - 206 с.

85. Осипов Г.С. Приобретение знаний интелектуальными системами. М.: Наука, 1997.-136 с.

86. Осовский С. Нейронные сети для обработки информации. / Пер. с польского И.Д. Рушинского. М.: Финансы и статистика, 2002. - 344 с.

87. Острейковский В.А. Анализ устойчивости и управляемости динамических систем методами теории катастроф: Учебное пособие / В.А Острейковский. Ч М.: Высшая школа, 2005. 326 с.

88. Петере Э. Фрактальный анализ финансовых рынков: Применение теории хаоса в инвестициях и экономике. Ч М.: Интернет-трейдинг, 2004. Ч 304 с.

89. Перар Ж. Управление международными денежными потоками. М.: Финансы и статистика, 1998. - 208 с.

90. Пивоваров С.Э., Тарасевич Л.С. Международный менеджмент. Учебник. М.: Питер, 2008, - 720 с.

91. Пискулов Д.Ю. Теория и практика валютного дилинга. М.: Инфра - М, 1996.-224 с.

92. Плотников В.Н.и др. Речевой диалог в системах управления. / В.Н. Плотников, В.А. Суханов, Ю.Н. Жугулевцев. М.: Машиностроение, 1988. -224 с.

93. Попков Ю.С. Теория макросистем (равновесные модели). М.: Эдитори-ал УРССД999. - 320 с.

94. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука. - Гл. ред. физ.-мат. лит., 1986. - 288 с.

95. Портер М. Конкуренция./ Пер. с англ. М.: Вильяме, 2003. - 496 с.

96. Прохоров Ю.Н. Статистические модели и рекуррентное предсказание речевых сигналов. М.: Радио и связь, 1984. - 240 с.

97. Пулатов А.К. Автоматные модели и их использование в системах управления. -Ташкент.: Фан, 1984. 109 с.

98. Райе Т., Койли Б. Финансовые инвестиции и риск: Пер. с англ. Киев: Торгово-издательское бюро ВНУ, 1995. - 592 с.

99. Растригин Л.А. Адаптация сложных систем. Методы и приложения. -Рига.: Зинатне, 1981. 375 с.

100. Рейурорд-Смит В. Дж. Теория формальных языков. Вводный курс./ Пер. с англ. М.: Радио и связь, 1998. - 128 с.

101. Роберте Ф.С. Дискретные модели с приложениями к социальным, биологическим и экологическим задачам. -М.: Наука, 1986. 586 с.

102. Романов В.П. Интелектуальные информационные системы в экономике: Учебное пособие / Под ред. Н.П. Тихомирова. М.: Издательство "Экзамен ", 2003.-496 с.

103. Рутковская Д., Пилиньский М., Рутковский JI. Нейронные сети, генетические агоритмы и нечеткие системы: Пер. с польск. М.: Горячая линия - Телеком, 2004. - 452 с.

104. Руа Б. Классификация и выбор при наличии нескольких критериев (метод ЭЛЕКТРА) / Вопросы анализа и процедура принятия решения. М.: Мир, 1976.- с. 80- 107.

105. Рэдхерд К., Хьюс С. Управление финансовыми рисками: Пер. с англ. -М.: ИНФРА-М, 1996. 288 с.

106. Сакс Дж. Д., Ларрен Ф. Б. Макроэкономика. Глобальный подход. : Пер. с англ. М.: Дело, 1996. - 848 с.

107. Селищев A.C. Макроэкономика. СПб.: Питер, 2002. - 448 с.

108. Селюков В.К. Риск- менеджмент. М.: РосНОУ, 2007. - 360 с.

109. Силов В. Б. Принятие стратегических решений в нечеткой обстановке. -М. : ИНПРО-РЕС, 1995. 228 с.

110. Соложенцев Е.Д. Сценарное логико-вероятностное управление риском в бизнесе и технике. СПб.: Изд. дом "Бизнес-пресса", 2004. - 432 с.

111. Сорнетте Д. Как предсказывать крахи финансовых рынков : критические события в комплексных финансовых системах М.: Интернет-трейдинг, 2003.-400 с.

112. Сорос Дж. Ахимия финансов : Пер.с англ. М.: "Инфра-М", 1996. -416 с.

113. Стратегическое управление организационно-экономической устойчивостью фирмы. / Под ред. А.А.Колобова, И.Н.Омельченко. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. - 628 с.

114. Сычев В.А., Сычев И.В. Технический анализ валютного и фондового рынков: Учеб. пособие. / Ростовская государственная экономическая академия, Ростов-н/Д, 1999. Ч 96 с.

115. Сычев В.А., Сычев И.В. Спектральные методы в техническом анализе финансовых рынков. / Известия высших учебных заведений СевероКавказский регион. Общественные науки. Экономика и право. 2004. -Спецвыпуск. С. 54 Ч 56.

116. Сычев В.А. Экономико-математические модели оценки и прогнозирования валютных рисков во внешнеэкономической деятельности хозяйствующих субъектов / Под общ. ред. проф. Е.Б. Кобачева. Ростов н/Д : Академцентр, 2009. - 302 с.

117. Сычев В.А. Взаимодействие макроэкономических процессов в задачах оценки динамики финансовых рынков. / Экономический вестник Ростовского Государственного Университета. 2005. Приложение к № 7. -С. 82- 93.

118. Сычев В.А. Объектно-ориентированное представление модели когнитивных связей макроэкономических процессов в задачах оценки динамики финансовых рынков. / Экономический вестник Ростовского Государственного Университета. 2005. № 4/1. - С.89 - 95.

119. Сычев В.А. "Качественные методы фундаментального анализа макроэкономических процессов на международном валютном рынке "FOREX". Ростов н/Д: Изд-во СКНЦ ВШ, 2005. - 235 с.

120. Сычев В.А., Солодков Г.П. Структурный анализ макроэкономических процессов в задачах оценки оценки динамики валютных рынков. / Экономический вестник Ростовского Государственного Университета. -2007. № 1, Часть 2. С.290 - 297.

121. Структурные методы исследования динамики финансовых рынков. / Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. 2008. - № 3. - С. 138-140.

122. Сычев В.А. Прогнозирование экономических процессов на макроуровне и мировой финансово-экономический кризис. / Вестник ЮжноРоссийского Государственного Технического университета (НПИ). Серия "Социально-экономические науки" 2008, № 3. - С. 20 - 29.

123. Сычев В.А. Прогнозирование макроэкономических процессов в задачах оценки динамики валютных рынков. / Экономический вестник Ростовского Государственного Университета. 2009. - № 4, Ч. 2. - С. 151 Ч 154.

124. Сычева Г.И., Кобачев Е.Б., Сычев В.А. Оценка стоимости предприятия (бизнеса). Серия "Учебники и учебные пособия". (Рекомендовано УМО для использования в учебном процессе студентами экономических специальностей). Ростов н/Д : Феникс, 2003. - 384 с.

125. Тинякова В.И. Модели адаптивно-рационального прогнозирования экономических процессов. Воронеж: Изд-во Воронеж, гос. ун-та, 2008. -336 с.

126. Терехов В.А. Нейросетевые системы управления: Учебное пособие для вузов / В.А. Терехов, Д.В. Ефимов, И.Ю. Тюкин.- М.: Высшая школа, 2002.-183 с.

127. Томпсон Дж. Неустойчивости и катастрофы в науке и технике. Ч М.; Мир, 1985. -254.с.

128. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. М.: СИНТЕГ, 1988. - 376 с.

129. Трухаев Р.И. Модели принятия решений в условиях неопределенности. -М.: Наука, 1981.-258 с.

130. Тукмакова Д.П. Финансовые риски и их страхование. Дисс. . канд. экон. наук. Казань: КФЭИ, 2002. - 149 с.

131. Уидроу Б., Стирнз С. Адаптивная обработка сигналов: Пер. с англ. М.: Радио и связь, 1989. - 440 с.

132. Фатхутдинов P.A. Стратегическая конкурентоспособность. Учебник для вузов. М.: Экономика, 2005. 320 с.

133. Федер Е. Фракталы. М.: Мир, 1991. - 260 с.

134. Фишберн П.К. Теория полезности для принятия решений. М.: Наука, 1978.-352 с.

135. Форрестер Дж. Динамика развития города. М.: Прогресс, 1974. - 285 с.

136. Фу К. Структурные методы в распознавании образов. М.: Мир, 1997. -319с.

137. Хал Дж.К. Опционы, фьючерсы и другие производные финансовые инструменты. : Пер. с англ. М.: ООО "Изд. дом Вильяме" , 2007. - 1056 с.

138. Чепурных Н.В., Новоселов A. J1. Экономика и экология: развитие, катастрофы. М.: Наука, 1996. - 271 с.

139. Чижов Ю.А., Ермилов А.П. Прогнозирование капиталистической экономики. -Новосибирск. : Наука, 1981. 198 с.

140. Чуличков А.И. Математические модели нелинейной динамики. М.: ФИЗМАТЛИТ, 2003. - 296 с.

141. Шелухин О. И., Тенякшев A.M., Осин A.B. Фрактальные процессы в телекоммуникациях./ Под общ. ред. О.И. Шелухина. М.: Радиотехника, 2003.-480 с.

142. Шлеер С., Мелор С. Объектно-ориентированный анализ: моделирование мира в состояних./ Пер. с англ. Киев: Диалектика, 1993. - 240 с.

143. Шимко П.Д. Международный финансовый менеджмент. Учебное пособие. М.: Высшая школа, 2007. 431 с.

144. Эйген М., Шустер П. Гиперцикл. Принципы самоорганизации макромолекул. М.: Мир, 1982. - 268 с.

145. Эдер А. Как играть и выигрывать на бирже: Психология. Технический анализ. Контроль над капиталом. / Пер. с англ. М.: Альпина Бизнес Букс, 2007. - 336 с.

146. Энг Максимо В., Лис Фрэнсис А., Мауер Лоуренс Д. Мировые финансы./ Пер. англ., Ч М.: ООО "Издательско консатинговая компания "Дека", 1998.-768 с.

147. Юданов А.Ю. Конкуренция: Теория и практика. -М.: Гном-пресс, 1996. -214 с.

148. Якимкин В.Н. Фундаментальный анализ. М.: ИКФ "Омега -Л", 2008. -480 с.

149. Ямароне Ричард Э. Ключевые экономические индикаторы: руководство трейдера. -М.: Интернет-трейдинг, 2004. 328 с.

150. FS Application ERP/EAM-система управления предприятием. Электронный документ. - Ссыка на домен более не работаетifsapps.htm .

151. Kahneman D., Tversky A. Prospect Theory: an Analysis of Decisions under Risk. //Econometrica, 1979, № 47.

152. Kahneman D., Slovic P., Tversky A. Judgment under uncertainty : Heuristics and Biases. Cambridge: Cambridge University Press, 1982.

153. Luca, Cornelius. Trading in the global currency markets. Prentice Hall, Inc., Englewood Cliffs, New Jersey, 1995. 567 p.

154. Niemira M.P., Zukowski G. F. Trading the Fundumentals. Probus Publishing Company, Chicago, Illinois, Cambridge, England, 1994. - 260 p.

155. Wu G. Editing and Prospect Theory: Ordinal Independence and Outcome Cancelallation. // Working Paper of Harvard Business School, 1993. 320 p.

156. Schwager Jack D. Fundamental Analysis. Wiley, 1995. 456 p.

157. Gately Ed. Neural Networks for Financial Forecasting. Wiley, 1995. 208 p.

158. Niemira Michael. P, Klein Phlip. A. Forecasting Financial and Economic Cycles. Wiley, 1994.-542 p.

Blog

Автореферат

Автореферат диссертации по теме "Экономико-математические модели оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности"

Диссертация: содержание автор диссертационного исследования: доктор экономических наук , Сычев, Василий Анатольевич

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Сычев, Василий Анатольевич

Диссертация: библиография по экономике, доктор экономических наук , Сычев, Василий Анатольевич, Новочеркасск

Похожие диссертации