Методы и модели управления валютными рисками на базе кластерных и нейросетевых технологий

• Автор: Цветков, Николай Сергеевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Москва
• Количество страниц: 230 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. АНАЛИЗ ВАЛЮТНОГО РЫНКА И РИСКОВ, ХАРАКТЕРНЫХ
ДЛЯ ПРЕДПРИЯТИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ
1.1. Анализ валютного рынка Российской Федерации
1.2. Анализ валютных рисков и факторов,
влиящих на валютные риски
ВЫВОДЫ ПО ГЛАВЕ
2. ВЫБОР И ОБОСНОВАНИЕ ЗНАЧИМЫХ ФАКТОРОВ,
ВЛИЯЮЩИХ НА ВАЛЮТНЫЕ РИСКИ ПРИ ЗАКЛЮЧЕНИИ ДОЛГОСРОЧНЫХ ВАЛЮТНЫХ СДЕЛОК
2.1. Выбор факторов, влияющих на валютные риски
2.2. Многофакторный анализ значимых факторов,
влияющих на валютные риски
ВЫВОДЫ ПО ГЛАВЕ
3. РАЗРАБОТКА НОВОГО ПОДХОДА К УПРАВЛЕНИЮ (% ВАЛЮТНЫМИ РИСКАМИ НА БАЗЕ КЛАСТЕРНЫХ И
НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ
3.1. Анализ методов, моделей и программных инструментов управления валютными рисками
3.1.1. Анализ финансовых инструментов управления
! валютными рисками
3.1.2 Анализ методов и моделей управления валютными рисками
3.1.3. Анализ программных инструментов управления
валютными рисками
3.2. Разработка нового подхода к управлению валютными рисками
3.2.1. Обработка и актуализация статистических данных
для долгосрочного прогнозирования валютных рисков
3.2.2. Долгосрочное прогнозирование валютных рисков
в масштабе реального времени
3.2.2.1 Разработка многофакторной динамической нейросетевой
і модели долгосрочного прогноза валютных рисков
' З.2.2.2. Разработка механизма динамического формирования
структуры нейросетевой модели
З.2.2.З. Выбор и обоснование ограничений на информационную ёмкость многофакторной динамической нейросетевой модели
3.3. Оценка вероятности валютных рисков
А при долгосрочном прогнозе

3.4. Выбор оптимального метода хеджирования и страхования от валютных рисков с учетом экономического
потенциала предприятия и параметров валютной сделки
3.5. Анализ результатов работы многофакторной
динамической нейросетевой модели
ВЫВОДЫ ПО ГЛАВЕ
4. РАЗРАБОТКА МЕТОДА ОПТИМИЗАЦИИ СКОРОСТИ ПРОГНОЗИРОВАНИЯ МНОГОФАКТОРНОЙ ДИНАМИЧЕСКОЙ НЕЙРОСЕТЕВОЙ МОДЕЛИ НА БАЗЕ КЛАСТЕРА МОБ1Х
4.1. Анализ подходов повышения производительности
нейросетевых моделей
4.2. Разработка кластера и метода оптимизация времени долгосрочного прогнозирования на базе многофакторной динамической нейросетевой модели
4.3. Оценка эффективности разработанного подхода
ВЫВОДЫ ПО ГЛАВЕ
5. РАЗРАБОТКА ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ДЛЯ РЕАЛИЗАЦИИ НОВОГО ПОДХОДА К УПРАВЛЕНИЮ ВАЛЮТНЫМИ РИСКАМИ
5.1. Обоснование выбора Unix - платформы для ППП «НейроЛинк»
5.2. Описание ППП «НейроЛинк»
5.2.1. Структура подсистемы «Долгосрочное прогнозирование»
5.2.2. Структура подсистемы «База данных»
5.2.3. Структура подсистемы «Интерфейс»
5.2.4. Структура подсистемы «Mosix»
5.2.5. Структура подсистемы «Оптимизация времени прогнозирования»
5.2.6. Структура классов компоненты «Обучение нейронной сети» _
5.2.7. Описание процессов ППП «НейроЛинк»
5.2.8. Описание прецендентов ППП "НейроЛинк
5.2.9. Описание пакета развертывания ППП "НейроЛинк"
ВЫВОДЫ ПО ГЛАВЕ
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЯ
ПРИЛОЖЕНИЕ 1. Аналитическая информация (поквартально)
ПРИЛОЖЕНИЕ 2. Листинг модулей ППП «НейроЛинк»
ПРИЛОЖЕНИЕ 3. Результаты долгосрочного прогнозирования
на базе многофакторной динамической нейросетевой модели
ВВЕДЕНИЕ
Актуальность работы
В современных рыночных условиях хозяйствования РФ валютный рынок характеризуется колебанием курсов валют, оказывающим негативное влияние на экономику предприятий. В качестве показателя неопределенности валютных сделок и неблагоприятных колебаний курсов валют выступают валютные риски. При этом, в экономике предприятий усиливается влияние рисков, т.е. увеличивается опасность непредвиденных потерь от управления экономическими ресурсами предприятия. Особенно велико влияние валютных рисков для предприятий, ведущих экономический обмен с другими странами. Валютные риски вносят дополнительную неопределенность планирования бюджета предприятий, обеспечения контроля и учета расхода денежных средств, а также увеличивают временные и трудовые ресурсы на обслуживание валютных сделок.
Необходимость решения проблемы управления валютными рисками на российских предприятиях стала особенно актуальна в последнее время в связи с увеличением количества заключения долгосрочных валютных сделок, ростом объемов международных денежных потоков, постоянным изменением структуры валютного рынка РФ, появлением новых финансовых инструментов управления валютными сделками. В настоящее время для принятия решения о заключении долгосрочной валютной сделки на российских предприятиях приходится использовать прогнозы динамики валютного рынка РФ, публикуемые аналитиками ЦБ РФ или другими независимыми экспертами. Однако эти прогнозы не позволяют получить точного прогноза валютных рисков для долгосрочных валютных сделок и не учитывают сильное влияние слабо формализованных факторов: политических, психологических, ожидаемых и структурных. Такой подход к проблеме управления долгосрочными валютными сделками не позволяет избежать банкротства или минимизировать расходы на обслуживание долгосрочных валютных сделок, выбрать наиболее благоприятные периоды расчета по сделке или своевременно применить финансовый инструмент для страхования сделки и фиксации её цены.
Финансовые инструменты, применяемые на предприятиях для управления валютными рисками, включают финансовые инструменты страховых организаций, работающих на биржах и аудиторских компаний. Разнонаправ-ленность предлагаемых инструментов, использование различных сегментов рынка для выбора финансового инструмента, различные подходы оценки экономического потенциала предприятия, значительно затрудняют выбор оптимального финансового инструмента управления валютной сделкой. Ва-

№ пп Название фактора Область определе- ния Тип данных Единицы измерения
69 Количество кредитных организаций/ оборот средств (0,+co) Вещественный “
70 Валовой национальный продукт, страны по отношению к валюте которой определяется курс рубля (0,+co) Вещественный $
71 Соотношение евро - доллар (-co,+co) Вещественный -
72 DJIA (0,+co) Вещественный $
73 S&P500 (0,+co) Вещественный $
74 NASD.Comp (0,+co) Вещественный $
75 NASD 100 (0,+co) Вещественный $
76 FT-SE 100 (0,+co) Вещественный $
77 TECHMARK (0,+») Вещественный $
78 DAX (0,+co) Вещественный $
79 CAC40 (0,+CO) Вещественный $
80 AEX (0,+co) Вещественный $
81 SMI (0,+co) Вещественный $
82 UES (0,+co) Вещественный $
83 LUK (0,+co) Вещественный $
84 MOS (0,+co) Вещественный $
85 GMK (0,+co) Вещественный $
86 RTK (0,+») Вещественный $
87 SNG (0,+co) Вещественный $
88 SBR (0,+co) Вещественный $
89 TAT (0,+CO) Вещественный $
90 YUK (0,+co) Вещественный $
91 UES (0,+co) Вещественный $
92 LUK (0,+co) Вещественный $
93 MOS (0,+co) Вещественный $
94 GMK (0,+co) Вещественный $
95 RTK (0,+®) Вещественный $
96 SNG (0,+co) Вещественный $
97 SIB (0,+CO) Вещественный $
98 TAT (0,+co) Вещественный $
99 YUK (0,+CO) Вещественный $
100 GZP (0,+CO) Вещественный $
101 SILVER (0,+o) Вещественный S
102 GOLD (0,+co) Вещественный $
103 PALLADIUM (0,+») Вещественный $
104 PLATINUM (0,+co) Вещественный S