Научные стремления 2011-2

Косьмина Ирина

Экономико-эконометрические модели как отражение свойств экономического объекта

Белорусский государственный экономический университет

Эконометрическое моделирование является важным инструментом экономического анализа хозяйственной деятельности предприятия. Эконометрическая модель позволяет на основе производственной информации установить математическую зависимость между экономическими показателями функционирования экономического объекта, вплоть до математической оценки устойчивости функционирования на основе кибернетических критериев устойчивости, оценить эффективность использования ресурсов производственным объектом, определить резервы повышения эффективности в использовании потребляемых ресурсов, что обеспечивает конкурентоспособность предприятия.

При эконометрическом моделировании выделяют эндогенные, результирующие факторы и экзогенные, управляющие, сопутствующие факторы. Используя ретроспективную производственную информацию, при эконометрическом моделировании можно получить оценку статических и динамических свойств исследуемого экономического объекта, что позволяет дать интерпретацию экономической сущности полученных статистических характеристик и параметров модели.

Эконометрическая линейная модель имеет вид:

(1)

В настоящее время в литературе коэффициенты А1 и А0 трактуются как оценки коэффициентов регрессии. Однако в данной литературе не дается пояснения экономического смысла А0.

На конкретном примере рассмотрим экономико-эконометрическую модель на молочном заводе при производстве нежирной продукции и покажем отражение в ней статических и динамических свойств экономического объекта.

Рассмотрим зависимость производства продукции от ресурса. Построим следующие модели:

, (),

(2)

, (),

(3)

, (),

(4)

, ().

(5)

где – фактические помесячные значения объема выпускаемой продукции;

771

- фактические помесячные значения потребляемого ресурса;

– центрированные помесячные значения объема выпускаемой

продукции;

– центрированные помесячные значения потребляемого ресурса. Указанные модели сопровождаются набором статистических

характеристик, которые определяют паспорт модели и позволяют оценить качество моделирования.

Таблица 1- Паспорт моделей

Примечание: Источник – [Собственная разработка] Модели имеют следующий вид:

связь между центрированными значениями, вариациями исследуемых факторов.

Модель (7) показывает связь между центрированными значениями

Связь между постоянными значениями исследуемых факторов ( и

где – средние помесячные значения объема выпускаемой продукции;

- средние помесячные значения потребляемого ресурса.

.В рассматриваемом примере = 0,3535 и = 2, 3978 =>K= / =

0,1474.

772

Таким образом, зависимость между объемом выпущенной продукции и объемом потребляемого ресурса может быть представлена в следующей форме:

Следовательно, свободный член А0 имеет вполне определенный смысл,

егозначение определяется уровнем постоянной составляющей экзогенного фактора и разностью между статическим коэффициентом передачи и динамическом коэффициентом передач: A0 = (К .

Таким образом, если динамический коэффициент превосходит значение статического коэффициента передач, то свободный член становится

нецентрированного значения Хi. Тогда А0 принимает отрицательное значение, поскольку статический коэффициент передачи равен 0.

Таким образом, при анализе эконометрических моделей необходимо учитывать статические и динамические свойства моделей, что особенно важно при исследовании многофакторных моделей (множественной регрессии).

Литературные источники

1Бородич, С.А. Эконометрика: учеб. пос./ С.А. Бородич. - Минск: Новое знание,

2001 - 408 с.

2Желудкевич, М. Е. Интерпретация эконометрических моделей/ М.Е. Желудкевич, И.М. Косьмина, Е.В. Лушик// Менеджмент и маркетинг: опыт и проблемы: науч. тр./под ред. И.Л. Акулича. – Минск, 2010.-с. 139-142.

3Карасев, А.И. Математические методы и модели в планировании: учеб. пос./ А.И. Карасев - М.: «Экономика», 1987. - 240 с.

773

Кругликова Юлиана

Важность использования информационных технологий при совершенствовании системы управления банковскими операционными

рисками

Белорусский государственный экономический университет

Необходимость внедрения новых риск-ориентированных подходов к корпоративному управлению осознается по мере развития банковского бизнеса, когда он становится все более сложным: увеличиваются объемы операций, растет число их видов, увеличивается число соподчиненных структурных подразделений, усложняется операционная среда и так далее. Вследствие этого более значимой становится адекватная организация бизнеспроцессов и неразрывно связанная с этим задача создания системы выявления, оценки и управления операционными рисками, для избежания катастрофических потерь, которые данный вид риска может создать. Чем сложнее бизнес банка, чем больше финансовых инструментов им используется, тем более важной становится роль принятия решений в области управления и анализа как процессов, приносящих прибыль, так и регулирующих деятельность, связанную с учетом рисков.

В современных условиях развитие банковского сектора происходит очень быстрыми темпами, взаимосвязь операций деятельности банков, а также интеграция белорусской банковской системы в международную предусматривают наличие качественной, безопасной и заслуживающей доверия основы ведения бизнеса – системы контроля и аудита возникновения вероятностных угроз потерь [1, c. 21].Операционные риски в связи с развитием зависимости деятельности банков от информационной и технологической составляющих приобретают все более устрашающие масштабывоздействия. Следовательно, необходимость учета данного риска велика. В данной связи выбранная тема исследования весьма актуальна и, несомненно, имеет практическую значимость.

Основными методами проведенного исследования являются сравнительный анализ и экспертные оценки.

Принципиально важно, в связи с развитием новых бизнес-направлений банковской деятельности, а также интеграцией белорусской системы в международную, разрабатывать и применять новые подходы по вопросу учета и анализа банковских рисков, так как их взаимосвязь существенно влияет на «кредит доверия» и рейтинг надежности банка. Следует отметить весьма значимый в настоящее время фактор информатизации банков, их технологическую оснащенность, прямо влияющих на качество проведения банковских операций и позволяющих значительно снизить вероятность возникновения непредвиденных ситуаций, которые в свою очередь могут привести к нежелательным последствиям, в частности – дефолту. Важным вектором развития финансово-кредитной сферы в ближайшее время должны являться повышение безопасности информационных систем и уменьшение влияния человеческого фактора в бизнес-процессах. Во время первой волны

774

мирового финансового кризиса рынок информационных технологий удерживал темпы роста на уровне 20% в год. Это происходило за счет увеличения потребностей в современных ИТ-решениях в различных сферах. Если три года назад в Беларуси насчитывалось около 300 софтверных компаний, то сегодня, по неофициальным данным, их уже более 600 [2, c. 10]. Это специалисты, работающие на конкретных проектах. Задача белорусских разработчиков сейчас заключается не в том, чтобы «перераспределить» уже имеющийся рынок ИТ-технологий, а в том, чтобы создать свои современные ИТ-решения как для новых, постоянно появляющихся в мире, так и для уже существующих и развивающихся бизнес-процессов. Однако, для того, чтобы создать качественный продукт, необходимо прежде всего проанализировать рынок уже существующих решений, для того, чтобы не тратить огромные ресурсы на разработку заранее обреченного на провал проекта, также необходимо детально изучить бизнес-процессы коммерческих банков, для того, чтобы можно было создать качественно действующую универсальную базу, основываясь на которую, можно будет модифицировать ее, исходя из потребностей конкретного банка. Еще одной проблемой, возникающей при разработке качественной платформы для автоматизации банка, в частности, учета банковских операционных рисков, присущей причем непосредственно белорусской банковской системе, является отсутствие учета продолжительной динамики истории деятельности банка и его взаимоотношений с клиентами.

Исследование проведено с использованием трудов отечественных и зарубежных авторов по данной проблеме. Информационной базой послужили Постановления Правления Национального Банка Республики Беларусь в области регулирования деятельности по управлению банковскими рисками.

Таким образом, информационные технологии со временем приобретают роль активного участника управленческих процессов во многих сферах человеческой деятельности и, в частности, банковской среде. Разработка качественных систем анализа формирования организационных структур и систем взаимодействия является весьма значимым фактором минимизации вероятности возникновения рисковых ситуаций.

Литературныеисточники

1.Сазыкин, Б. Организационное управление операционными рисками банка / Б. Сазыкин // Банкаускi веснiк. - 2006. - №24 - С. 17-24.

2.Аналитический отчет / Исследование информационных технологий в банковском секторе Республики Беларусь / Научно-технологическая ассоциация «Инфопарк», Ассоциация белорусских банков, 2009. – 70 с.

775

Кулаковский Игорь

Информационные технологии в бизнес-разведке

Белорусский государственный экономический университет

Любой современный бизнес основан на потоках информации. В ситуации, когда владение необходимой информацией является мощным конкурентным преимуществом, крайне актуальной становится роль так называемой бизнес-разведки, которую также часто называют «конкурентной разведкой» или «деловой разведкой». (В английском языке прочно устоялся термин Competitive Intelligence - CI).

Под бизнес-разведкой понимают сбор и обработку данных из различных источников для выработки управленческих решений с целью повышения конкурентоспособности коммерческой организации, проводимые в рамках закона и с соблюдением этических норм (что отличает ее от промышленного шпионажа). В тоже время, термином «бизнес-разведка» именуются структурные подразделения предприятий, выполняющие эти функции. Информационно-аналитическая деятельность CI-подразделений все больше основывается на современных информационных технологиях (ИТ). При удачном сочетании этих методологий с наработками в области психологии и оглядкой на законодательство, формируется успешная служба конкурентной разведки. На практике, однако, чаще всего бывает так, что предприятие само конкурентной разведкой не занимается. В Республике Беларусь, как и на всем постсоветском пространстве, наиболее распространены три варианта:

в компании бизнес-разведкой не занимается никто;

в компании бизнес-разведкой занимается один конкретный топменеджер, обычно хорошо образованный и владеющий современными ИТ;

компания заказывает услуги бизнес-разведки у сторонних организаций, то есть привлекает консультантов, специализирующихся на такого рода деятельности.

Втретьем случае предприятие имеет дело с конкурентной разведкой как видом информационного бизнеса, который сегодня в значительной степени основан на возможностях ИТ. Если еще десятилетие назад CIспециалисты были вынуждены использовать значительное число источников, более половины рабочего времени проводя в библиотеках, то сегодня большая часть поиска сосредоточена в Интернете. С одной стороны, это значительно упрощает работу бизнес-разведчиков, а с другой – обязывает знать и применять методы информационных технологий. При проведении конкурентной разведки экспертам постоянно приходится искать те или иные данные в так называемой «глубокой паутине» (также известной как «невидимая паутина») - то есть во множестве веб-страниц, не индексируемых поисковыми системами. Совершенно естественно, что CI-специалистам приходится работать с колоссальными массивами данных, отыскивая совершенно неочевидные взаимосвязи между людьми, организациями и

776

событиями. Подобная работа невозможна без использования специализированного программного обеспечения (ПО). На рынке этой области уже продолжительное время присутствует целый ряд решений для автоматизации конкурентной разведки и мониторинга информации в открытых источниках сети Интернет. Среди них SiteSputnic, WebSiteWatcher, UpdateScanner и

другие.

Одной из наиболее стремительных тенденций в CI является осуществление бизнес-разведки в различных сервисах Web 2.0 прежде всего в социальных сетях и блогах.

Не случайно, в США специалисты по информационной безопасности самой опасной социальной сетью для американских компаний называют социальную сеть Фэйсбук (Facebook) [1]. C ее помощью происходят максимальные потери рабочего времени, а также случается наибольшее число утечек конфиденциальной информации. В то же время, использование социальных медиа в среднем и малом бизнесе не прекращается. В 78% компаний их используют для поддержки научных исследований, для конкурентной разведки, улучшения качества обслуживания клиентов, для связей с общественностью и маркетинговых инициативах. В специальном исследовании компании Панда Серьюрити (Panda Security) из всех социальных сетей самой вредоносной для работодателей названа все та же социальная сеть Фэйсбук (аккаунтами в этой сети владеют 69% респондентов). С отрывом от нее следуют интернет-площадки Twitter (44% пользователей), YouTube (32%) и LinkedIn (23%). Кроме того, Фэйсбук в исследовании называют «главным виновником нарушений конфиденциальности корпоративных компьютеров». Чтобы свести к минимуму риски, связанные с социальными сетями, 57% малых и средних предприятий вводят политику ограничений на их использование. В 62% компаний, опрошенных Panda Security, использование социальных сетей на работе так или иначе запрещено [2].

Для ведения успешного бизнеса в современных условиях перед менеджерами стоит острая проблема оперативного поиска и анализа данных и информации о фирмах-конкурентах и источниках собственной информационной уязвимости. До появления сети Интернет и специализированных баз данных (Lexis-Nexis, Dialog и др.) исследователи тратили много времени, чтобы отыскать необходимые сведения из стопок газет, сборников и т.д. Такая работа была доступна только крупным компаниям. Новые информационные технологии существенно изменили ситуацию. Они не только позволили расширить круг организаций, использующих CI-разведку, и выделить особый сегмент аутсорсинговых услуг в этой области, но и преобразовали методы и инструментарии проведения бизнес-разведки.

Литературные источники

777

1.Эксперты: Нет зла страшнее, чем Facebook [Электронный ресурс] – Режим доступа: http://www.mogilev.by/news/10801-eksperty-net-zla-strashnee-chem-facebook.html. –

Дата доступа: 19.09.2011.

2.Индекс рисков социальных медиа от Panda Security [Электронный ресурс] –

Режим доступа: http://hitech.newsru.com/article/20sep2010/ pandaonsocmedia. – Дата доступа: 19.09.2011.

778

Куприянова Мария

Формирование портфеля активов в системе WolframMathematica

Белорусский государственный университет

Актуальность. Данная работа направлена на изучение основных фундаментальных концепций портфельной теории, в частности, на рассмотрение задачи Марковица [2] и рыночной модели Шарпа [6], а также их модификаций. Рассматриваются способы реализации данных моделей в WolframMathematica и возможности применения данных моделей в реальных рыночных условиях [5].

Вложение средств в ценные бумаги по значимости и размерам занимает второе место среди активных операций банка после кредитования. И хотя предоставление кредитов остается главной функцией банков, все чаще менеджмент пересматривает структуру активов с целью увеличения удельного веса портфеля ценных бумаг в совокупных активах. Портфель ценных бумаг выполняет ряд важных функций (генерирование доходов, снижение налоговых выплат, улучшение финансовых показателей деятельности банка, стабилизация доходов банка независимо от фаз делового цикла), что и побуждает банки к пересмотру структуры активов в его пользу.

За период с 2003 по 2010 год вложения банков Республики Беларусь в ценные бумаги возросли в 6 раз и к началу 2010 года составляли 4,73% совокупных активов действующих банков. В Российской Федерации доля вложений в ценные бумаги в процентах к активам банковского сектора несколько отличается от ситуации в Беларуси: 14,64% в 2010 году. Это может быть объяснено наличием развитого фондового рынка, а также большим уровнем надежности государственных ценных бумаг. Однако и здесь операции с ценными бумагами сопряжены с довольно высокими рисками.

Цель исследования. Изучить возможности использования моделей Марковица-Шарпа и их модификаций для формирования портфеля активов в Wolfram Mathematica 7.0 на примере котировок акций наиболее высоколиквидных компаний Российской Федерации; проверить наличие различий в структуре полученных оптимальных портфелей при применении двух способов расчета доходностей активов (доходность как процент к инвестированной сумме и доходность по модели Ю.Фамы); соотнести результаты, полученные по модели Марковица с построенным на экспертной оценке методом формирования портфеля, рекомендованным инвестиционной компанией «Реновация».

Методы исследования. Системный анализ, моделирование, линейное и квадратичное программирование.

Информационную базу эксперимента составили архивы, отражающие динамику стоимости акций за 2010 год (248 торговых дней). Для выполнения расчетов использована система компьютерной математики Wolfram

779

Mathematica 7.0, позволяющая быстро, доступно и наглядно получить результат с высоким уровнем точности [3].

Для решения задачи нахождения оптимального портфеля были вычислены значения ожидаемой доходности и дисперсий каждой ценной бумаги, ковариация между активами. Доходность ценной бумаги учитывали как процент к инвестированной сумме или с использованием модели Ю.Фамы [1].

После рассчитывали оптимальные портфели для разных уровней риска

идля разной степени агрессивности инвестора [4], а также сравнивали полученные данные с результатами использования модели, основанной на экспертной оценке.

Висследовании предлагается оценить возможности использования WolframMathematica и для модели Шарпа, которая строится на предположении, что доходность акции может быть связана с доходностью рынка в целом.

Результаты исследования.Оценивая риск и доходность российского рынка ценных бумаг, мы можем лишь с определенной долей вероятности предположить, что будущая ситуация на фондовой бирже будет укладываться в рамки полученных статистических данных. Наличие огромного количества факторов, напрямую или косвенно влияющих на динамику котируемых эмитентов, не позволяет однозначно спрогнозировать

исократить до нуля риск потери инвестиций, но свести его до минимума с оптимальной доходностью возможно.

Выводы. В современных рыночных условиях использование модели Марковица и ее модификаций позволяет сформировать портфель на основе заданного уровня доходности и риска. Портфели, полученные при использовании пакета WolframMathematica, удачно дополняют портфели, построенные на основании экспертной оценки. На основании полученных результатов может быть составлена инвестиционная декларация, дающая совет о формировании портфеля активов из акций компаний Российской Федерации.

Литературные источники

1.Fama E.F. Foundations of Finance – New York: Basic Books, Inc., Publishers. –

1976. – 395 p.

2.Markowitz H. Portfolio selection: Efficient Diversification of Investments – New York: Wiley – 1995. – 389 р.

3.Wolfram S. Mathematica. A System for Doing Mathematics by Computer. 12-th ed. – Addison-Wesley Publishing Company. – 1991. – 320 p.

4.Большакова И., Ковалев М., Гирлих Э. Современная теория оптимизации портфеля активов // Вестник ассоциации белорусских банков. – 2008. – №2. – С. 47-50

5.Куприянова М., Большакова И. Модели и методы оптимизации инвестиционного портфеля // «НИРС-2011»: сборник тезисов докладов Республиканской научной конференции студентов и аспирантов высших учебных заведений Республики Беларусь, Минск, 18 октября 2011 г. / Редкол.: С.В. Абламейко [и др.]. – Минск, 2011. – С.

64.

6.Шарп У. Инвестиционный менеджмент / У. Шарп, Г. Александер, Д. Бейли.

–М.: ИНФРА-М. – 2003. – 257 стр.

780