Экономико-математические модели оценки и прогнозирования валютных рисков при осуществлении внешнеэкономической деятельности тема диссертации и автореферата по ВАК РФ 08.00.13, доктор экономических наук Сычев, Василий Анатольевич

• Сычев, Василий Анатольевич
• доктор экономических наук
• 2010

Оглавление диссертации 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.

Введение диссертации (часть автореферата) 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 должна 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., Колбычева 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., Миллера 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 выполнена 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 алгоритмом 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 выполнена 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 алгоритмом 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 дополнением 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 волны импульсных возмущений в цепочках влияний фундаментальных индикаторов. В качестве эффективного дополнения 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 выполненных 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 "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 выполнении 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.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Сычев, Василий Анатольевич

ЗАКЛЮЧЕНИЕ

Основные теоретические и практические выводы по результатам выполненного 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 должна 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 — 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 дополнение 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 алгоритмом 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 волны 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 волновых 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 дополнение 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.

Список литературы диссертационного исследования доктор экономических наук Сычев, Василий Анатольевич, 2010 год

1. Аверин А.Н. и др. Нечеткие множества в моделях управления и искусственного интеллекта. / 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 интеллектуальные 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 алгоритмы.: 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 интеллектуальных систем. СПб.: Питер, 2000. - 384 с.

20. Гамма Э., Хелм 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 — 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 интеллекта ( 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 интеллект. 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 интеллектуальных 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, волны, 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. Колбачев Е.Б. Управление производственными системами на основе совершенствования и развития информационно—экономических ресурсов. — Ростов н/Д : СКНЦ ВШ, 2003. 496 с.

41. Колбачев 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, Мейфилд 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. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. — 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 ЛКИ, 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 Волшебных 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 алгоритмы 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. Маршалл 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. Миллер 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. — 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 интеллекта / Под ред. Д.А. Поспелова. М.: Наука, 1986. - 396.с.

82. Нильсон Н. Принципы искусственного интеллекта. / 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 интеллектуальными 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. — М.: Высшая школа, 2005. 326 с.

88. Петере Э. Фрактальный анализ финансовых рынков: Применение теории хаоса в инвестициях и экономике. — М.: Интернет-трейдинг, 2004. — 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. Интеллектуальные 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 алгоритмы 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. Алхимия 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. — 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 — 56.

116. Сычев В.А. Экономико-математические модели оценки и прогнозирования валютных рисков во внешнеэкономической деятельности хозяйствующих субъектов / Под общ. ред. проф. Е.Б. Колбачева. 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 — 154.

124. Сычева Г.И., Колбачев 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. — 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. Халл 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., Меллор 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. Элдер 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., — М.: ООО "Издательско консалтинговая 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. - http://www.ifstrussia.ru/ifsapps.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.