авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 | 2 || 4 | 5 |   ...   | 6 |

Методология и эконофизический инструментарий моделирования и институциональной реализации экономического прогресса

-- [ Страница 3 ] --

В момент времени рынки объединяются и далее функционируют в рамках общей перераспределительной модели (3). При этом, используя технику блочных матриц, возможен раздельный анализ судьбы А-рынка и В-рынка с учетом перекрестного взаимодействия, что даёт соотношения:

(6)

(7)

Умножая (6) слева на , по аналогии с (4), строго доказывается, что, при условии меньшей ошибки по (1) статистического ансамбля A по сравнению со статистическим ансамблем B, имеет место автопрогресс в смысле исходного определения, т.е.:

> = . (8)

При численном моделировании важен реальный уровень ошибок оценивания. Экспериментальные результаты получены для двух качественно различных рынков: недвижимости и акций. Результаты дублированных оценок рыночной стоимости идентичных объектов недвижимости предоставлены автору российскими оценщиками и риэлторами [15]. До кризиса для Москвы и Московской области порядок разбросов этих результатов составляет 10% и 30% соответственно. В разгар кризиса в 2008 г. разбросы возросли в 2-3 раза. Ниже приведен типичный ряд относительных погрешностей оценивания рыночной стоимости идентичных объектов недвижимости разными агентами.

Ряд 1: 0,03; 0,42; 0,36; 0,36; 0,01; 0,25; 0,01.

Далее представлен типичный пример [13] результатов оценивания стоимости акций регулярно торгуемых российских бизнесов ведущими зарубежными и российскими оценочно-консалтинговыми структурами. Собраны докризисные прогнозные оценки на год вперед. Дисперсии разброса этих оценок являются оценками снизу реальных дисперсий оценивания, т.к. в лучшем случае (в отсутствие коррелированных смещений) реальные стоимости акций через год будут близки к средним значениям прогнозов всех дееспособных оценочных фирм.

Ряд 2: 5,20; 8,03; 6,16; 7,00; 6,48; 7,07; 6,31; 3,77; 6,01; 6,53; 7,50; 6,59; 8,10; 7,10; 5,00; 5,65.

Анализ результатов показывает, что для численного моделирования приемлем уровень относительных погрешностей (0,01–0,30).

На рис. 1 воспроизведено присоединение рынка с погрешностями оценивания (0,04-0,10) (соответствующими некризисным российским) – с полностью аналогичным рынком, но прошедшим до объединения 50 эволюционных циклов. И, следовательно, в соответствии с теоремой об автопрогрессе, улучшившим свои показатели в части оценивания рыночных стоимостей. С некоторыми оговорками мы можем рассматривать эту модель как схему инерционного присоединения к ВТО. Результатом является уменьшение за 20 циклов внутреннего суммарного капитала «российского рынка» примерно в 3 раза:

. (9) Изменение суммарного капитала развитого (1-го) и догоняющего-37. (9)

 Изменение суммарного капитала развитого (1-го) и догоняющего (2-го)-38

Рис. 1. Изменение суммарного капитала развитого (1-го) и догоняющего (2-го) рынков.

При равном доступе к ресурсам отставание не преодолевается любыми «частично прозрачными» границами. Выход из «рыночного тупика» для «догоняющей» системы возможен генерированием и поддержкой эффективных агентов, имеющих наименьшие погрешности оценивания рыночных стоимостей. В работе показано, что эта модель может служить моделью инновационной модернизации, по меньшей мере, для инноваций, снижающих рыночную стоимость товара и/или расширяющих ресурсную базу рынка. На рис. 2 таких агентов с ошибкой (0,02) 1% от общего числа агентов. При этом в полном соответствии с реальными данными мы предполагаем, что добавляются и «псевдоноваторы», а средневзвешенная ошибка подсистемы с «инноваторами» ухудшилась примерно в 2 раза по сравнению с начальной. Суммарный капитал такого «догоняющего» рынка при объединении с «продвинутым» рынком убывает первые 2-3 цикла даже быстрее, чем в инерционном варианте, но уже через 5-8 циклов ситуация выравнивается и через 20-25 циклов ситуация не только восстанавливается, но и начинается подавление «продвинутого» рынка «догоняющим» рынком с участием эффективных агентов. Наличие в этом распределении «неэффективных агентов»(~10%) с очень высокими ошибками оценивания рыночных стоимостей не имеет принципиального значения, т.к. они в кратчайшие сроки «вымываются» рынком.

 Изменение суммарного капитала развитого (1-го) и догоняющего (2-го)-39

Рис. 2. Изменение суммарного капитала развитого (1-го) и догоняющего (2-го) рынка с «инноваторами».

С целью повышения обоснованности управленческих решений по инновационной модернизации экономики России кроме численного моделирования получены аналитические решения непрерывных аналогов уравнений (3), (6), (7), а также их модификаций с налогами паушального, оборотного и прибыльного типа. Показано, что наиболее эффективным способом стимулирования инновационной модернизации является целевое предоставление инновационным предприятиям налоговых преференций по налогам на прибыль. Такой подход требует определения инновационной деятельности, опирающегося на доказуемые должным образом, формализованные знания.

Возврат в (3) от фиксированных ошибок к случайным на каждом шаге векторам ошибок не меняет доказательств важных соотношений (4)-(8), но, безусловно, меняет характер эволюции рыночных систем. На рис. 3 представлены результаты численного моделирования прогресса «догоняющего» рынка, аналогичного по всем параметрам представленному на рис. 2, но с добавлением на каждом цикле ii+1 некоррелированных случайных ошибок , равномерно распределенных на интервалах [-0,5, +0,5], где - фиксированные по всем циклам ошибки из модели, представленной на рис.-45], где  - фиксированные по всем циклам ошибки из модели, представленной на рис. 2. -46 - фиксированные по всем циклам ошибки из модели, представленной на рис. 2.

Предложенная модель позволяет проанализировать причины кризиса 2008-2009 гг. С точки зрения модели, это кризис измерения рыночных стоимостей с помощью реально-виртуальных рынков. Базовая идея виртуальных рынков – в ускорении «прогресса». «Смена индексов» в реальном рынке – процесс медленный и мучительный. Для ускорения он дополняется виртуальным рынком , построенным из «виртуальных m-долей» .

В пределах одного цикла на виртуальном рынке может быть выполнено в сотни и тысячи раз больше обменных операций , аналогичных реальным. В работе продемонстрировано «ускорение прогресса» с помощью виртуальных рынков при фиксированных ошибках оценивания. Проблема возникает из-за коррелированности случайных ошибок оценивания агентами -рынка, которые ориентируются в своих суждениях и действиях на . Перераспределение капиталов при больших случайных-55.

Рис. 3. Перераспределение капиталов при больших случайных ошибках оценивания

Качественно это означает, что B-агенты могут воспринимать случайные колебания (например, 67-69 или 89-92 шаги на рис. 3) как закономерность и «стократно» усиливать между 67-69 или 89-92 циклами абсолютно «регрессивные» тенденции.

Количественно неограниченный по ресурсам случайный реально-виртуальный рынок моделируется следующим динамическим соотношением:

(10)

где (– доля виртуального рынка в смешанной системе, – параметр эффективности использования ресурсов, – скорость оборота виртуального рынка; – диагональная матрица с элементами

(11)

Остальные обозначения прежние.

Модельные расчеты подтверждают кардинальное изменение эволюции как отдельных агентов, так и рынков в целом при больших (1 – ) и ошибках . Необходимые законодательные ограничения как на масштабы В-рынка, так и на его взаимодействие с реальным -рынком вычисляются по модели (10) или ее аналогам.

В третьей главе «Модели кредитных институтов при больших коррелированных ошибках в оценках проектов и залогов» рассматриваются общие проблемы функционирования кредитных институтов при практически реализованных больших коррелированных ошибках оценивания.

Мировой финансовый кризис предыдущего столетия поставил под вопрос (Базель-II) достаточность существующего аналитического обеспечения оценивания устойчивости кредитных организаций (в частности, банков), финансовых систем и стимулировал новые исследования в этой области (В.И. Данилин, В.Е. Дементьев, Н.Е. Егорова, Б.А. Ерзнкян, В.И. Завгородний, И.А. Киселёва, В.Н. Лившиц, В.П. Маслов, Ю.В. Овсиенко, А.Л. Пересецкий, С.А. Смоляк, Н.Н. Тренёв, В.В. Шергин и др.), а также в работах зарубежных авторов: E.J. Altman, P.W. Bauer, A.N. Berger, G.D. Ferrier, D.B. Humphrey. В частности, В.В. Шергиным отмечается проблема зависимости в ошибках и действиях банков и их клиентов. Разрабатывается достаточно сложная техника учёта «слабозависимых» ошибок.

Однако крах американских ипотечных институтов и последующий финансовый кризис показали, что на практике возможны и грубые сильнозависимые ошибки в оценках и действиях всех кредитных организаций и их клиентов. Так, на слушаниях специальной комиссии Конгресса США по расследованию причин финансового кризиса от 13 января 2010 года генеральный директор Coldman Saks Ллойд Блэнкфейн и др. в качестве первопричины кризиса назвали оценки рыночной стоимости недвижимости. «Все надеялись на рост. Никто не ожидал падения цен на недвижимость. В надежде на рост ослаблялись требования к ипотеке. В связи с этим недолжным заёмщикам массово выдавались ипотеки, на базе которых выпускалось неограниченное количество деривативов, «отравивших» всю финансовую систему. Все существующие стандарты не сработали, а кредитный «мешок» не смог заменить индивидуальные анализы рисков». В целом, анализ Комиссии Конгресса США по расследованию причин финансового кризиса вполне согласуется с утверждением, базирующемся на развитой и опубликованной в работе [3] модели, в соответствии с которой американская двухуровневая ипотека неустойчива к коррелированным в целом ошибкам в оценках рыночных стоимостей недвижимости.

На данный момент нет готовых моделей функционирования кредитных институтов в условиях больших сильно коррелированных ошибок оценивания. В связи с этим для повышения обоснованности управленческих решений в части развития российских законов, норм и стандартов необходимы приближённые, отражающие суть дела и пригодные для работы со сколь угодно зависимыми ошибками оценивания модели кредитных организаций, что и составляет содержание главы 3.

В работе предложено, используя инструментарий, изложенный в главе 1, рассматривать ошибки всех клиентов (агентов) кредитной организации как линейные комбинации независимых ошибок с диагональной ковариационной матрицей и стопроцентно коррелированных ошибок с полной единичной ковариационной матрицей. Это позволяет качественно учесть любые сколь угодно сильные зависимости в оценках и действиях агентов и одновременно свести общую задачу к задаче взаимодействия кредитной организации (далее – КО) с одним, хотя, возможно, грубо ошибающимся в оценках и действиях агентом.

Это, в свою очередь, позволило установить связь между вероятными (P) рисками дефолтов КО или их систем со сколь угодно зависимыми ошибками оценивания рыночных стоимостей проектов и залогов к ним , используя адаптированный [3] к экономическим задачам инструментарий анализа ошибок первого и второго рода из теории измерений.

Для оценки значимости сильных корреляций построена приближённая модель компенсирующего ошибки процента в предположении стопроцентно коррелированных агентов КО. При указанных предположениях рабочая формула получена приравниванием математического ожидания суммы средств, возвращаемых с процентами в КО, в варианте с ошибками – возврату в условии отсутствия ошибок с процентами, ставка которых равна . Искомая величина  – ставка процента, который должен взимать банк с целью компенсации риска,-68 – ставка процента, который должен взимать банк с целью компенсации риска , имеет вид:

. (12)

Важно зафиксировать, что по (12) с ростом ошибок оценивания , а следовательно, (), компенсирующий процент быстро растет до неприемлемых практически значений.

Точные оценки по формуле (12) требуют знания плотности вероятности для ошибки . Важные для обоснованных управленческих решений результаты можно получить, задавая жесткие типы распределений. В частности, для равномерных на интервале [– 0,3; +0,3] относительных ошибок оценивания недвижимости, характерных для кризиса, и обычных предположений по уровню резервирования ( 10%) формула (12) даёт рост компенсирующего ошибки процента () до 25-30%, что должно резко уменьшать число кредитуемых агентов и что в полной мере подтверждалось в условиях кризиса в России. В качестве дополнительной рекомендации из (12) следует недопустимость в период кризиса использовать массовое беззалоговое кредитование как кардинально ухудшающее устойчивость финансовой системы в целом.

Далее, в главе 3 построены линейные и нелинейные дифференциальные уравнения денежных потоков в кредитных институтах. Получены практически применимые частные решения, позволяющие проанализировать устойчивость КО при детерминированных планах.

Для областей устойчивости по параметрам КО и планам предложено использовать простейшие матричные приближения КО с использованием техники, аналогичной технике дисконтирования. Тогда полное нормированное описание взаимодействия КО с дебитором (агентом) сведется к тому, что дебитор отдал кредитной организации в момент времени t = 0 единицу денег, а КО в момент времени вернет ему денег, где d – депозитная нормированная ставка, или в векторной форме . В свою очередь, взаимоотношения КО с нормированным кредитуемым агентом будут заданы векторным соотношением , где нормированная кредитная ставка.

Сводный вектор денежных потоков может быть записан в следующей матрично-векторной форме

, (13)

где

, (14)

, (15)

– единичная матрица, – единичная наддиагональная матрица,

– случайный поток депозитов с колебаниями , (16)

– случайный поток кредитов с колебаниями . (17)

В целях выявления влияния случайных ошибок транзакционные издержки были условно приняты равными нулю. В этом варианте при стремлении случайных ошибок к нулю гарантированная сбалансированность системы требует выполнения условия и соотношение (13) после транспонирования преобразуется к виду:

. (18)

С учетом (18) и справедливым с точностью до краевых эффектов6

соотношением

, (19)



Pages:     | 1 | 2 || 4 | 5 |   ...   | 6 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.