Научные стремления 2011-2

ТуркоВладимир

Некоторые возможности Республики Беларусь по выходу из инвестиционно-финансового кризиса

Белорусский государственный экономический университет

Экономические процессы, происходящие в Республике Беларусь, свидетельствуют об определенном дисбалансе развития отраслей, о необходимости определенной структурной перестройки в экономике.

Возникает вопрос – что взять за основу и какой инструментарий использовать при принятии решений?

В качестве исходного пункта нами была рассмотрена работа С.А. Карганова, в которой доказательно исследуется вопрос ошибочности использования в народнохозяйственном планировании экономикоматематической модели В.Леонтьева и межотраслевых балансов «Затраты – Выпуск» [1].

Достаточно детально, на примере трех отраслевой экономики, автор доказывает, что экономико-математической модели Леонтьева имеет следующие недостатки:

-искажение экономических понятий и значений оцениваемых по модели параметров;

-неадекватность значений показателей, рассчитываемых по модели, их ожидаемым величинам;

-непригодность модели для определения полных объѐмов затрат и результатов производства в стране;

-не сбалансированность рассчитанных по модели объѐмов производства продукции с потребностями в объѐмах еѐ производства;

-невозможность использования экономико-математической модели МОБ «Затраты – Выпуск» для оценки результатов внедрения мероприятий научнотехнического прогресса;

-непригодность модели МОБ «Затраты – Выпуск» для планирования и оценки ожидаемых объѐмов условно чистой продукции.

Кроме того, к недостаткам информационного обеспечения МОБ «Затраты – Выпуск» следует отнести:

· принятую систему оценочных показателей и принципов функционирования модели;

· неопределѐнности, возникающие при формировании производственных отраслей МОБ «Затраты – Выпуск», будь то отрасли «чистые» или «хозяйственные»;

· ошибочность экономической интерпретации вычислительных процедур

вмодели В. Леонтьева.

Как известно, сбалансированность спроса на продукцию с объѐмами еѐ производства следует считать одним из основных признаков наличия оптимальной рыночной экономики в стране. Автор, показывает, что экономикоматематическая модель В. Леонтьева не в состоянии обеспечить такой

791

сбалансированности. В результате имеем перепроизводство продукции в одних отраслях и неудовлетворенный спрос в других.

Ннеудовлетворѐнная потребность в продукции как и перепроизводство продукции служат основными источниками безработицы и инфляции в стране. Безработица будет иметь место в результате сокращения объѐмов производства предприятий, на которых производство продукции превышает потребности в произведѐнной продукции, а инфляция – в результате отставания объѐмов производства от потребности в производимой продукции.

Для решения проблемы сбалансированности развития экономики в работе [2] предлагается перейти к модели «Производство-потребление». При этом воспроизводственная структура национальной экономики включает сферу производственной и внепроизводственной деятельности:

-отрасли, производящие средства производства;

-отрасли, производящие предметы потребления и работы промышленного характера;

-отрасли нематериального производства, в том числе здравоохранения, науки и техники, культуры и искусства и др., включая сферу финансовой деятельности;

-отрасли общехозяйственной деятельности, обеспечивающие условия нормального и законного функционирования экономики страны.

Вкачестве показателя, отражающего суммарный годовой доход от реализации в стране произведѐнной продукции, примем валовой внутренний доход (ВВД).

Нами была рассмотрена возможность применения данного подхода к оценке дисбаланса на примере многоотраслевого комплекса Республики Беларусь для агрегированной (9 отраслей) и детализированной экономики (31

Произведѐнные расчѐты позволили получить следующие оценки: дисбаланс за 2008 и 2009 годы составил 177624 и 175095 млрд. рублей соответственно. Это говорит о достаточном резерве в национальной экономике. В 2009 гперепроизводство наблюдается (электроэнергия и теплоэнергия-4653 млрд. руб, продукты нефтяной промышленности-9352 млрд. руб , продукты газовой промышленности-4517 млрд. руб, черные металлы-6315 млрд. руб, продукты химической и нефтехимической промышленности-5579 млрд. руб, строительные материалы (включая продукты стекольной и фарфорофаянсовой промышленности)-5335 млрд. рублей и др.).

После итерационных процессов для реализации сбалансированности экономики можно наблюдать следующую картину: в отраслях, где наблюдалось перепроизводство продукции, произошло сокращение производства, там, где наблюдалась инфляция, там увеличился выпуск продукции. Экономический эффект от практической реализации данного подхода составил бы для ВВД –

91439млрд. руб.

Литературные источники

792

1.Карганов С.А.Об ошибочности использования в народнохозяйственном планировании экономико-математической модели В.Леонтьева и межотраслевых балансов «Затраты – Выпуск»»/ С. А. Карганов //Административно-управленческий журнал

[Электронный ресурс] , 2006 г.—Режим доступа: http://iprofit.ru/books/101763.html. -- Дата доступа:17.03.10

2.Карганов, С.А., Методология построения, оптимизации и оценки изменений межотраслевых балансов "Производство-Потребление"/ С. А. Карганов //[Электронный ресурс] - 2007. -Режим доступа: http://karganov.am.szczecin.pl/Str_Ru.htm-- Дата доступа:08.06.11

3.Беларусь в цифрах: статистический справочник [Электронный ресурс] / – 2010. –

Режим доступа: http://belstat.gov.by/homep/ru/publications/belarus_in_figures.pdf

4.Годовые данные валового внутреннего продукта: http: //belstat.gov.by/homep/ru/ indicators/gross.php--Дата доступа:31.108.11

793

Цзо Куантянь

Анализ использования современных информационных технологий в сфере коммерческой деятельности.

Электронная коммерция характеризуется открытостью, глобальностью и высокой эффективностью. Все больше и больше компаний понимают, что бизнес-модель, основанная на электронной коммерции будет эффективным способом достижения конкурентного преимущества в наше время. Электронная коммерция дает возможность прорваться фирмам на обычном рынке сбыта, также повышает конкурентоспособность.

Хотя информационные технологии не используется специально для электронной коммерции, они являются основой того, чтобы развѐртывать еѐ. Развитие информационных технологий прямо воздействуют на развитие электронной коммерции.

Цель исследования: анализ и исследование использования современных информационных технологий в сфере коммерческой деятельности.

Методы исследования: анализ применения основных информационных технологий в сфере коммерческой деятельности; изучение литературы по информационной технологии для электронной коммерции; сравнение и оценка эффективности применения информационных технологий.

Вывод исследования: коммерческая информатизация является непременной тенденцией развития современной коммерции. Информационные технологии проникли в область коммерции и способствуют развитию современной коммерции.

Литературные источники интернет

1.http://www.cnki.com.cn/Article/CJFDTotal-XDJS200011027.htm

2.http://www.cqvip.com/qk/90911A/2000103/4768659.html

3.«Современные информационные технологии развития электронной коммерции и бизнеса» В.А. Старых, к.т.н., доцент, проректор Российского государственного университета инновационных технологий и предпринимательства

4.http://club.topsage.com/thread-1528060-1-1.html

5.. [M]. : , 1998.72.

794

Цзо Куантянь

Тенденции развития B2C рынка электронной коммерции в Китае

С развитием экономики и информационных технологий всѐ больше и больше предприятий принимают модель электронной коммерции и получают хорошую эффективность сбыта. Углубленный анализ В2С рынка электронной коммерции в Китае показал, что модель электронной коммерции стала важным каналом для расширения бренда.

Цель исследования: определить тенденцию развития предприятий; повысить их конкурентоспособность .

Методы исследования: изучение литературы по электронной коммерции; исследование рынка и предприятий; статистический анализ данных (общий объѐм розничных продаж китайских потребительских товаров в 2004-2009 годах, изменение основных товаров оптовой и розничной торговли по ЭК в Китае в 2007-2009 годах, размер дохода рынка ЭК в Китае в 2004-2012 годах, размер пользователей B2C ЭК в 2004-2012 годах).

Результаты исследования: рынок В2С электронной коммерции в Китае, число пользователей и доход продолжают расти; модель - В2С электронной коммерции является одним из важных каналов расширения ассортимента продукции традиционной промышленности; прогноз тенденции развития рынка B2C в Китае.

Вывод исследования: анализ и исследование данных показали, что в Китае на B2C рынке много возможностей для инвестирования; для предприятий модель электронной коммерции стала важным каналом расширения бренда и способом повышения конкурентоспособности.

Литературные источники интернет

1.www.zero2ipo.com.cn

2."Китайская ассоциация электронных торгов" / 2004-2009 Годовой отчет

3."Китайская Торговая Ассоциация" / B2C доклад размера рынка

4.www.uuubuy.com

5.http://b2b.toocle.com/

6.http://b2b.toocle.com/detail--5748907.html

7.http://www.ec.org.cn/

795

Цыбина Юлия

Кластерный анализ объектов управления в процессе принятия решений

Белорусский государственный университет

Менеджмент приобретает в современном динамичном мире все большее значение: правильные, научно обоснованные решения экономят значительные ресурсы. В классе задач управления и принятия решений, которые имеют дело с набором объектов экономической деятельности, как макро, так и микро уровня (фирмы, предприятия, подразделения и т.п.), характеризующихся вектором некоторых показателей, естественным образом возникает необходимость ранжирования и классификации. При этом практика показала актуальность и важность этой задачи: недавно деловой мир был потрясен спекуляцией на американской бирже, когда искусственно

Целью настоящего исследования является предложение методов, подходов, технологий объективной классификации объектов ЭД для вышеуказанных задач управления, базирующейся на беспристрастных математических расчетах.

В работе продолжено предыдущее исследование [1], связанное с идеей использования собственных значений в экономических задачах. Методологическая основа исследования – метод численного эксперимента. Для проверки разработанной технологии кластеризации использовались данные стандартного статистического финансового отчета (20 показателей, ) по ОАО всех отраслей Республики Беларусь за краткосрочный период (третий квартал 2010г.), а именно, были выбраны ОАО из трех отраслей: общестроительные (92), автохозяйство (87), мясная промышленность (24). В качестве инструментария для расчетов использовались MS Excel и SPSS.

В результате исследования была построена и апробирована технология, состоящая из четырех основных шагов: сбор данных, факторный анализ, кластерный анализ, введение отношения порядка на множестве исходных объектов.

Ввиду того, что многие экономические показатели являются объектом коммерческой тайны и охраняются государством, представляется разумным получать максимально возможное число характеристик объекта. Дальнейший факторный анализ выбирает из них существенные, представляя группы показателей со значимыми коэффициенты корреляции внутри групп. [2].

Строится квадратная матрица корреляции между показателями, находятся ее собственные значения, отбираются показатели, соответствующие собственным значениям большим единицы, производится ортогональное вращение по методу «варимакса», в результате получаются так называемые факторы, которые представляют группы взаимно

796

коррелирующих свойств и линейно выражаются через них. Во всех трех отраслях получились похожие факторы, например, в общестроительных ОАО выделено шесть факторов 1-ый (возможное название: прибыль) (9 показателей); 2-ой – акционеры (2пок.); 3-ий – задолженность (2пок.); 4-ый – дивиденды операционные (3пок.); 5-ый – стоимость акций (2 пок.); 6-ой – количество акций (2пок.).

Кластерный анализ проводится с использованием результатов факторного: объект характеризуется уже шестью показателями вместо двадцати исходных. (Эксперимент кластеризации на исходных показателях выдал, как и следовало ожидать, неадекватные результаты). Серия кластеризаций по иерархическому методу с построением дендрограмм позволяет определить оптимальное количество кластеров. Далее проводится кластеризация по методу к-средних. В нашем примере строительные ОАО были «достаточно разумно» разбиты на 7 кластеров,. Самый многочисленный 4-ый кластер содержит 75 фирм, которые ―похожи‖ по своему финансовому положению. Их можно грубо ранжировать внутри кластера по расстоянию от центра кластера. «МАПИД ОАО», общеизвестная строительная фирма, занимает отдельный кластер (расстояние от центра 0) и нет в нем больше фирм, ей подобных. Эсперты отнесли бы ее, вероятно, к процветающим.

В результате кластеризации из исходного множества объектов X {xi }

Полученная технология ранжирования объектов позволяет с помощью компьютерных программ объективно соотнести объект с уже имеющимися, это может успешно применяться при кредитовании и оценке банковских рисков, выборе управляющих воздействий на объект в соответствии с его кластером и в других областях менеджмента.

Литературные источники

1. Цыбина, Ю.О. Экономические приложения метода собственных значений / Ю.О. Цыбина, П.П. Кожич // Пятые Богдановские чтения по обыкновенным дифференциальным

797

уравнениям : материалы междунар. математич. конф., Минск, 7–10 декабря 2010 г. / Белорусский. гос. ун-т ; редкол.: С.А. Мазаник [и др.]. – Минск, 2010.– С. 138–139.

2. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности. // Финансы и статистика, М.,1989. – 207с.

798

Чечет Кристина, Большакова Ирина

Нечетко-множественный подход в портфельной теории. Скоринг акций

Белорусский государственный университет

Актуальность. Тема скоринга является актуальной, поскольку на фондовом рынке в составлении инвестиционного проекта участвуют сотни акций, которые необходимо оценить, учитывая множество критериев, перед тем как заключать сделку, т.о. скоринг не только упрощает выбор, но и отбирает самые выгодные объекты для инвестирования.

Скоринг – это неотъемлемая часть при составлении портфеля ценных бумаг, поскольку необходимо учитывать множество факторов: тип инвестора, перспективность роста цен на выбранные акции, финансовые показатели компаний за предыдущие периоды. В настоящее время существует большое количество систем скоринга и методов их осуществления:ZackInvestmentresearch, VectorVest, QuickenInvesting, PoorFundamentalist, StockEvaluation и др., однако нечетко-множественный подход может дать наиболее детальные результаты и в отличие от автоматических систем учитывает множество внешних факторов. Нечѐткомножественный скоринг позволяет расширить коридор оценки каждой отдельной акции посредством ранжирования, основанного на индивидуальных предпочтениях каждого отдельного инвестора и специфики каждого отдельного инвестиционного портфеля [1]. Кроме того, зачастую ожидания по поводу определенных акций могут быть искусственно завышены, что искажает ситуацию на рынке: нечетко-множественный подход скоринга способен выявлять подобные ошибки и исключать ненадежные акции из инвестиционного портфеля. При всем этом в портфеле может достигаться любой желаемый инвестором уровень диверсификации, что напрямую влияет на уровень риска портфеля.

Цель исследования. Выявить основные критерии для оценивания перспективности акций на фондовом рынке посредством применения нечетко-множественного подхода скоринга, вынести торговую рекомендацию для инвестора с учѐтом типа инвестора.

Методы исследования. Нечѐтко-множественный подход в скоринге акций. Он состоит из шести основных этапов: сбор данных и вычисление частных показателей рынка, которые влияют на привлекательность ценной бумаги для инвестора; выбор наиболее важных показателей, а также определение их значимости для уникального инвестора; вычисление с помощью свѐрстки комплексного коэффициента инвестиционной привлекательности каждой ценной бумаги; построение рейтинга и выделение рейтинговых классов ценных бумаг; выбор выгодных ценных бумаг с учѐтом внешних факторов и окончательная рекомендация надѐжных ценных бумаг

799

инвестору, который принимает окончательное решение о структуре портфеля ценных бумаг.

Методы автоматических систем скоринга ZackInvestmentResearch [3] и

(Technical&SystemSoftware) на фондовом рынке NASDAQ [2] были выявлены наиболее перспективные компании в плане инвестирования и компании, рыночная стоимость которых была переоценена. Одновременно с этим результаты нечѐтко-множественного подхода скоринга были сопоставлены с другими системами скоринга: Zack Investment Research [3] и VectorVest [4].

Данное сопоставление позволило выявить наиболее устойчивые компании (TECH, TTWO и VMED) на рынке и отсеять те, относительно которых рынок ещѐ не определился или переоценил (INFY).

Выводы. Нечѐтко-множественный подход – сильный инструмент портфельного инвестирования, который является новаторской идеей на мировом пространстве, позволяющий делать ежедневную переоценку. Исследованная система скоринга позволяет не только оптимизировать портфель ценных бумаг, но и получить цельное представление об одной из самых перспективных ветвей скоринга в настоящее время. Однако на территории Республики Беларусь пока нецелесообразно применять подобные системы в силу нескольких факторов: отсутствие полноценной информации по предприятиям об уровне их рентабельности, ликвидности и других показателей; белорусский рынок ценных бумаг не столь динамичен, чтобы проводить на нѐм столь масштабный анализ. Для сравнения, в настоящее время, на российском рынке также отсутствует большое количество разработок по системам скоринга, однако, нечѐтко-множественный подход получил широкой научное развитие именно в Российской Федерации. Но невозможность применения не исключает изучения подобных систем оценивания, т.к. профессиональная и качественная организация работы белорусского рынка ценных бумаг – это первый шаг к его правильному функционированию, минуя казусы, с которыми сталкивались всемирно известные биржи.

Литературные источники

1.Недосекин А.О. Нечѐтко-множественный анализ фондовых инвестиций // Спб.,

2002. – 181 с.

2.Сайт NASDAQ [электронный ресурс]. – режим доступа http://www.nasdaq.com/

3.Зак Инвестмент Ресѐрч [электронный ресурс]. – режим доступа http://www.zacks.com/

4.ВекторВест [электронный ресурс]. – режим доступа http://www.vectorvest.com/

800