ბრინჯი. 9.6. პარიტეტული ჯგუფი საპროცენტო განაკვეთები
კანონმდებლობისა და ხელშეკრულებების დადებისა და შესრულების პირობებში ცვლილებების პროგნოზირების მიზნით.
ვალუტის კურსის პროგნოზირების შემდეგი მიზნები შეიძლება გამოიყოს;
ა) სავალუტო რისკის მართვა.
ეს მიზანი წამყვანია, მაგრამ არა ერთადერთი; ბ) მოკლევადიანი დაფინანსების გადაწყვეტილებები. ვალუტას, რომლითაც ვსესხებთ, უნდა ჰქონდეს სასურველად დაბალი საპროცენტო განაკვეთი და შესუსტების ტენდენცია დაფინანსების პერიოდში; გ) მოკლევადიანი საინვესტიციო გადაწყვეტილებები. ვალუტას, რომელშიც ვათავსებთ დეპოზიტებს ან ვაძლევთ სესხებს, უნდა ჰქონდეს რაც შეიძლება მაღალი საპროცენტო განაკვეთი და ინვესტიციის პერიოდში გამყარების ტენდენცია; დ) გრძელვადიანი საინვესტიციო პროექტების შეფასება. თუ სხვა ქვეყანაში ვაპირებთ ინვესტირებას, მაშინ შესაბამისი ვალუტა იდეალურად უნდა დასუსტდეს. მაგრამ თუ ჩვენ ჩავდებთ სახსრებს ჩვენს ქვეყანაში შემდგომი ექსპორტისთვის, მაშინ სასურველი იქნება შესაბამისი ვალუტის გამყარება;
ე) გრძელვადიანი სესხების შეფასება. პრინციპში, მიდგომა იგივეა, რაც მოკლევადიანი დაფინანსებისთვის, მაგრამ ამ საპროგნოზო მიზნის განხორციელება გაცილებით რთულია; ვ) საზღვარგარეთ მიღებული* შემოსავლების მოძრაობის მართვა. თუ ვალუტა, რომელშიც შემოსავალი მიიღება, გაძლიერდება, მაშინ ეს შემოსავალი, სავარაუდოდ, უნდა იყოს რეპატრიირებული, ანუ "სახლიდან" გატანა. მაგრამ თუ კურსის საპირისპირო ტენდენციაა პროგნოზირებული, მაშინ უმჯობესია მათი რეინვესტირება საზღვარგარეთ.
მიზნების ზემოაღნიშნული სია გვიჩვენებს იმ ძალიან მნიშვნელოვან გავლენას ეფექტური მეთოდებიგაცვლითი კურსის პროგნოზირება საერთაშორისო ტრანზაქციების მომგებიანობის შესახებ. ამან განსაზღვრა მათი განვითარების პრობლემის გადაჭრაზე დახარჯული ძალისხმევისა და სახსრების შტაბი. გასულ პერიოდში შეიქმნა სხვადასხვა პროგნოზირების მეთოდების შთამბეჭდავი არსენალი და მათი გამოყენების დიდი გამოცდილება. დაგროვდა.
შემუშავებული მეთოდები ეფუძნებოდა გასული ათწლეულების განმავლობაში მსოფლიო ფინანსურ მეცნიერებაში გაცვლითი კურსის მოძრაობის თეორიულ კვლევებს, რომლებიც ზემოთ იყო განხილული. გასული ოცი ან ოცდაათი წლის განმავლობაში შემუშავებული და პრაქტიკულად გამოცდილია გაცვლითი კურსის მომავალი მოძრაობის შეფასების უამრავი მეთოდი. ისინი ეფუძნება ოთხ ძირითად მიდგომას: 1) ტექნიკური პროგნოზირება; 2) ფუნდამენტური პროგნოზირება; 3) პროგნოზირება ბაზრის მოლოდინებზე დაყრდნობით; 4) პროგნოზირება ექსპერტთა შეფასებების საფუძველზე.
პირველი ორი მიდგომა მომდინარეობს ორი საყოველთაოდ მიღებული პროგნოზირების მეთოდიდან, რომლებიც გამოიყენება არა მხოლოდ ვალუტის კურსებზე, არამედ მრავალი სხვა სოციალურ-ეკონომიკური პარამეტრის პროგნოზირებისთვის. სავალუტო ბაზრებზე მათი გამოყენების თავისებურებები განხილულია ამ ნაწილში. მესამე მიდგომა სპეციფიკურია გაცვლითი კურსის პროგნოზირებისთვის, ამიტომ მას განსაკუთრებული ყურადღება დაეთმობა. დაბოლოს, მეოთხე მიდგომა, რომელიც იყენებს ექსპერტების ინტუიციურ მოსაზრებებს, საკმაოდ აშკარაა და ქვემოთ მოცემულია მხოლოდ რამდენიმე კომენტარი მისი გამოყენების მიზანშეწონილობის შესახებ.
ტექნიკურ პროგნოზზე დაფუძნებული მიდგომა ოფიციალურად შეიძლება წარმოდგენილი იყოს შემდეგნაირად:
e(= a0 + a( x et_, + a2x ec_2 + + a „ x ec_ „, (9.17)
სადაც e, არის გაცვლითი კურსის ცვლილება საპროგნოზო პერიოდში t\
e, -2, ???, e, - " - იგივე ვალუტის კურსის ცვლილებები t - 1, t - 2, ..., t - p პერიოდებში)
ak - სტატისტიკური (წონითი) კოეფიციენტები, რომლებიც მიღებულია კორელაცია-რეგრესიით ან სხვა მეთოდებით (k 0-დან n-მდე);
n არის გასული პერიოდების რაოდენობა, რომლებზედაც აგებულია პროგნოზი.
ტექნიკურ პროგნოზს რუსულ ვერსიაში სხვა სახელი აქვს, კერძოდ პროგნოზირება დროის სერიებზე დაყრდნობით. ამჟამად გამოჩნდა ასეთი პროგნოზირების საკმაოდ ახალი დახვეწილი მეთოდი, წარსული და მომავალი მონაცემების არაწრფივი ფუნქციების გამოყენებით. გრაფიკული ანალიზიკურსის რყევები, ექსპერტული შეფასება წინა პერიოდებიდან ამ კურსის მოძრაობის ზოგიერთი შაბლონის გადატანის შესაძლებლობის, ეგრეთ წოდებული დროის სერიების მოდელები და ა.შ. საკმაოდ ხშირად, ეს მართლაც შესაძლებელს ხდის დამაკმაყოფილებელი შედეგების მიღებას. მიუხედავად ამისა, თავისი არსით, ეს მიდგომა ითვალისწინებს ექსტრაპოლაციის დასაშვებობას, წარსულში განვითარებული ფენომენის განვითარების ტენდენციების გაფართოებას მომავალში. ამ წინაპირობიდან გამომდინარეობს მისი შესაძლებლობებიც და შეზღუდვებიც. პროგნოზის ეკონომიკური ინტერპრეტაცია საკმაოდ მარტივია, მაგრამ არსებული ტენდენციების ნებისმიერი მნიშვნელოვანი ცვლილება საზიანო აღმოჩნდება კურსის მომავალი ღირებულების პროგნოზირების ხარისხისთვის.
ფუნდამენტური პროგნოზირება, ტექნიკური პროგნოზისგან განსხვავებით, ეფუძნება არა თავად გაცვლითი კურსის ცვლილების წარსული ტენდენციის ექსტრაპოლაციას, არამედ მისი დამოკიდებულების შესწავლას სხვადასხვა ფაქტორებზე, რომლებიც სავალუტო ბაზრის მიღმაა. ამასთან დაკავშირებით, რუსულენოვან ლიტასში, რატურაში, მას ხშირად ფაქტორულსაც უწოდებენ. ფორმალური ფორმით, ეს მიდგომა შეიძლება დაიწეროს შემდეგნაირად:
es \u003d aa + ahhi + ... + axP "(+ an ^ + y.x + - + an + tut1_u (9.18)
სადაც хх, ..., хп" არის ფაქტორები, რომლებიც გავლენას ახდენენ სავალუტო კურსზე, რომელთა მნიშვნელობები ასევე პროგნოზირებულია პერიოდისთვის.
y ", _ " ..., ut," _, - ფაქტორები, რომლებიც გავლენას ახდენენ სავალუტო კურსზე, რომელთა მნიშვნელობები შეიძლება გამოითვალოს t - პერიოდის ფაქტობრივი მონაცემების საფუძველზე.
n, m - პირველი და მეორე ჯგუფის ფაქტორების რაოდენობა.
ამ ორი ჯგუფის ფაქტორების შერჩევა აუცილებელია, რადგან ის ასახავს გაცვლითი კურსის პროგნოზირების მიდგომის არსს. მართლაც, განსახილველ ტერიტორიაზე ფაქტორების მოდელების აგება, უპირველეს ყოვლისა, უნდა ეფუძნებოდეს ზოგადად მიღებულ თეორიულ მოსაზრებებს გარკვეული პარამეტრების გავლენის გაცვლის კურსზე.
ფიშერის საერთაშორისო ეფექტის ზემოთ განხილული თეორია განსაზღვრავს ორფაქტორიან მოდელს, რომელშიც გაცვლითი კურსის მომავალი ღირებულება დამოკიდებულია როგორც ფარდობითი ინფლაციის მაჩვენებელზე, ასევე საპროცენტო განაკვეთების შედარებით დონეზე ორ ქვეყანაში, რომელთა ვალუტებს შორის სასურველი გაცვლითი კურსია პროგნოზირებული. . ამ შემთხვევაში ინფლაციის მაჩვენებლები აღებულია იმ პერიოდისთვის, რომლისთვისაც ხდება პროგნოზი, ანუ ისინი თავად უნდა იყოს პროგნოზირებული, ასევე შეგიძლიათ აიღოთ წინა პერიოდის ინფლაციის მაჩვენებლები, რისთვისაც ისინი უკვე ცნობილია. თუმცა, ეს მოითხოვს სათანადო დასაბუთებას, ანუ იმის დადგენა, თუ რა არის სტატისტიკურად უფრო მნიშვნელოვანი: გაცვლითი კურსის მოძრაობის მიმართება თანმხლებ ინფლაციის მაჩვენებლებთან ან გასულ პერიოდში გაბატონებულ კურსებთან და გამოიწვევს თუ არა ამგვარი ჩანაცვლება ზარალს. პროგნოზის ხარისხი.
რაც შეეხება ამ თეორიის ფაქტორად განხილულ საპროცენტო განაკვეთებს, ერთი შეხედვით ისინი მოქმედებს საპროგნოზო პერიოდისთვის და ამ თვალსაზრისით ცალსახად არის განსაზღვრული უკვე პერიოდის დასაწყისში და, შესაბამისად, შეიძლება განიმარტოს როგორც წინა პერიოდის ფაქტორი. თუმცა, ეს მთლად სიმართლეს არ შეესაბამება. ფაქტია, რომ ჩვენ ჩვეულებრივ წინასწარ ვაკეთებთ პროგნოზს, გარკვეული ტყვიით, რაც ნიშნავს, რომ საპროგნოზო პერიოდის საპროცენტო განაკვეთები ჯერ არ არის ცნობილი და თავად უნდა იყოს პროგნოზის საგანი. როგორც წინა შემთხვევაში, წინა პერიოდის მაჩვენებლებიც შეიძლება ჩაითვალოს ფაქტორად, მაგრამ აქაც იგივე დამატებითი დასაბუთებაა საჭირო. ამრიგად, ფუნდამენტური პროგნოზირების გამოყენება დაკავშირებულია მთელ რიგ პრობლემებთან, რომელთა გადაჭრის ხარისხი პირდაპირ გავლენას ახდენს პროგნოზის ხარისხზე.
ამ პრობლემებს შორის, პირველ რიგში, აუცილებელია ყურადღება მიაქციოთ შემდეგს. პირველი არის იმ პერიოდების პოვნა, რომლებისთვისაც აღებულია ფაქტორები.ამ შემთხვევაში საუბარია არა მხოლოდ საპროგნოზო პერიოდზე და მის უშუალოდ წინა პერიოდზე. შესაძლებელია, რომ პროგნოზის ხარისხი უფრო მაღალი იყოს, თუ ადრინდელი პერიოდები იქნება აღებული ან თუ მოდელი მოიცავს იმავე ფაქტორის მნიშვნელობებს რამდენიმე პერიოდისთვის: 4 ^ - 1, ? - 2 და ა.შ. კერძოდ, ეს შეიძლება იყოს მიზანშეწონილი მოკლევადიანი პროგნოზის შექმნისას, მაგალითად, ერთი თვის ან ერთი კვირის წინ.
თუ გამართლებული აღმოჩნდება ფაქტორების მნიშვნელობების გამოყენება საპროგნოზო პერიოდში, მაშინ ბუნებრივია პრობლემა ჩნდება, თუ როგორ მივიღოთ ეს მნიშვნელობები.
ფაქტორების საჭირო ნაკრების დადგენასთან დაკავშირებული საკითხების გადაწყვეტის შემდეგ წარმოიქმნება პრობლემები განსახილველ ფაქტორებსა და სასურველ მნიშვნელობას შორის კორელაცია-რეგრესიის ან რაიმე სხვა კავშირის აგებისას. ამავდროულად, არსებობს რეგრესიული განტოლებების აგების პროცესის ტრადიციული საფრთხეები და, უპირველეს ყოვლისა, გაუთვალისწინებელი, მაგრამ მნიშვნელოვანი ფაქტორების გამოტოვების შესაძლებლობა, რაც მთლიან მოდელს ადეკვატურს ხდის.
და ბოლოს, კიდევ ერთი ძალიან მნიშვნელოვანი პრობლემაა რეგრესიის განტოლების გამოთვლის შედეგად მიღებული რეგრესიის კოეფიციენტების სტაბილურობა. ამ კოეფიციენტების არასტაბილურობა და ცვალებადობა შეიძლება გამოწვეული იყოს ორი ძირითადი მიზეზით. პირველი მათგანი არის ის, რომ როდესაც იცვლება გამოყენებული ფაქტორების ნაკრები ან მათი მნიშვნელობების გამოთვლის მეთოდი (მაგალითად, ამ მნიშვნელობის გაანგარიშება t პერიოდისთვის ან იგივე ფაქტორი.
მეორე მიზეზი გამომდინარეობს გარკვეულ შემთხვევებში ფაქტორების პროგნოზირებადი მნიშვნელობების გამოყენების აუცილებლობიდან. ასეთი პროგნოზი არ შეიძლება იყოს აბსოლუტურად ზუსტი და, უფრო მეტიც, უმეტეს შემთხვევაში მისი დახვეწა მიზანშეწონილი არ არის, მაგალითად, საშუალოდ, რადგან ეს იწვევს გაცვლითი კურსის მიღებული საპროგნოზო მნიშვნელობების ხელოვნურ გათანაბრებას, რაც არ ასახავს. შესწავლილი დამოკიდებულების სრული სირთულე.
იმისათვის, რომ უკეთ გავიგოთ ეს უკანასკნელი პოზიცია და, ზოგადად, უფრო ნათლად წარმოვიდგინოთ ფუნდამენტური პროგნოზირების შედეგების ეკონომიკური ინტერპრეტაციის გამოყენების გზები, მოვიყვანთ მაგალითს.
განვიხილოთ შემდეგი ფორმის ორფაქტორიანი ფუნდამენტური პროგნოზირების მოდელი:
ec=a0+axxc+a2y1L, (9.19)
სადაც x1 არის I პერიოდისთვის პროგნოზირებული საპროცენტო განაკვეთების განსხვავება ორ ქვეყანაში;
გ/(_, - ფაქტობრივი პერიოდისთვის? - ქვეყნებს შორის ინფლაციის მაჩვენებლების სხვაობის 1 მნიშვნელობა.
დავუშვათ, რომ ამ მოდელისთვის მიღებულია სტატისტიკურად მნიშვნელოვანი რეგრესიის განტოლება
e(=0(2-0^c(+05y(_1. (9.20)
ეს განტოლება შეიძლება იქნას განმარტებული (9.6) და (9.11) ფორმულების შესაბამისად შემდეგნაირად.
გასულ პერიოდში რომელიმე პირობით „ჩვენს“ ქვეყანაში ინფლაციის მაჩვენებლის ყოველი პროცენტული გადამეტება „სხვა“ ქვეყანაში ინფლაციის მაჩვენებელთან შედარებით იწვევს „ჩვენი“ ვალუტის პირდაპირი გაცვლითი კურსის 0.5%-იან ზრდას „სხვა“ ვალუტის მიმართ. პროგნოზში - რუემის პერიოდი. „ჩვენი“ ვალუტის პირდაპირი გაცვლითი კურსის ზრდა, ანუ უცხოური ვალუტის ფასის ზრდა ნიშნავს ფასის შემცირებას, „ჩვენი“ ვალუტის შესუსტებას.
მეორე მხრივ, „სხვა“ ქვეყანაში საპროცენტო განაკვეთის გადაჭარბების ყოველი პროცენტი „ჩვენს“ ქვეყანაში საპროცენტო განაკვეთთან შედარებით საპროგნოზო პერიოდში იწვევს „ჩვენი“ ვალუტის 0.6%-ით გაუფასურებას იმავე პერიოდში და უცხოური ვალუტის შესაბამისი გამყარება.
განსაკუთრებული ყურადღება მივაქციოთ ფინანსურ თეორიაში * მიღებულ დასკვნას, რომელიც დადასტურებულია განვითარებული ქვეყნების პრაქტიკით საბაზრო ეკონომიკა. ის ss| დასკვნა ის არის, რომ ქვეყანაში საპროცენტო განაკვეთის ზრდა სხვა ქვეყნებთან შედარებით გარკვეული პერიოდის განმავლობაში (წელიწადში, თვეში) იწვევს, ceteris paribus, აღმავალ ზეწოლას, ანუ ამ ქვეყნის ვალუტების გაძვირებას. იგივე პერიოდი. თუმცა აღვნიშნავთ, რომ იგივე ზრდა | შეიძლება გამოიწვიოს, პირიქით, დაღმავალი ზეწოლა, ამ ვალუტის გაუფასურება მომდევნო პერიოდში? + 1.
საჭირო განმარტებების შემდეგ, ჩვენ წარმოგიდგენთ აღებულ რამდენიმე საწყის მნიშვნელობას! ფაქტორულ მოდელში. დავუშვათ, რომ |-ს შორის სხვაობის რეალური მნიშვნელობა | ინფლაციის მაჩვენებლებმა განსახილველ ორ ქვეყანაში პირველ პერიოდში შეადგინა! ერთი%. ეს ნიშნავს, რომ ჩვენს ქვეყანაში ინფლაციის მაჩვენებელი უფრო მაღალი იყო. Მოდი გავაკეთოთ ეს! იგივე დაშვებები საპროცენტო განაკვეთების სხვაობის მნიშვნელობების შესახებ, რომლებიც მიღებულია საპროგნოზო პერიოდის გარკვეული გამოთვლების შედეგად. ეს შეყვანის მნიშვნელობები | მოცემულია არა ერთი რიცხვით, არამედ მათი გარკვეული ნაკრებით, განაწილება მითითებით! ჩვენ ვჭამთ თითოეული მათგანის განხორციელების ალბათობას. შესაბამისი მონაცემები მოცემულია ცხრილში. 9.4. |
ცხრილი 9.І საპროცენტო განაკვეთების სხვაობის საპროგნოზო მნიშვნელობები საპროგნოზო ვარიანტის ნომერი ვარიანტის საპროგნოზო მნიშვნელობა, % ვარიანტის განხორციელების ალბათობა, % 1 -4 10 2 -5 60 3 -6 30 როგორც ჩანს მაგიდა. 9.4, ყველა ვარიანტში „ჩვენს* ქვეყანაში საპროცენტო განაკვეთი უფრო დაბალია, ვიდრე „სხვაში“, მაგრამ შესაძლო განსხვავება არ არის იგივე. გარდა ამისა, თითოეული ვარიანტის განხორციელების ალბათობა არ არის იგივე. ხაზს ვუსვამთ, რომ საპროგნოზო ინფორმაციის წარმოდგენის ეს პრინციპი საკმაოდ გავრცელებულია და უფრო მეტიც, იგი შეესაბამება თანამედროვე იდეებს ფინანსური რისკის, როგორც სამომავლო შედეგების ობიექტურად არსებული გაურკვევლობის და მრავალი სხვა ეკონომიკური პარამეტრის შესახებ.
გაცვლითი კურსის პროგნოზის შედეგები ასევე წარმოდგენილი იქნება სამი ვერსიით, რომლებიც ნაჩვენებია ცხრილში. 9.5.
როგორც ცხრილიდან ჩანს. 9.5, როგორც მაღალი ინფლაცია, ასევე დაბალი საპროცენტო განაკვეთები "ჩვენს" ქვეყანაში იწვევს "ჩვენი" ვალუტის შესუსტებას, რაც დამოკიდებულია საპროცენტო განაკვეთების დაცემის შესაძლო ზომაზე, ან, უფრო ზუსტად, მათი ჩამორჩენის პროგნოზირებულ ხარისხზე. „სხვა“ ქვეყანაში საპროცენტო განაკვეთის დონეს ჩამორჩება, შეიძლება იყოს 3.7%, 60%-ის ალბათობით.
ცხრილი 9.5
გაცვლითი კურსის საპროგნოზო მნიშვნელობები ვარიანტი ნომერი «„ + »L,., «А e, ვარიანტის განხორციელების ალბათობა, % 1 0.7 2.4 bl 10 2 0.7 3.0 3.7 60 3 0.7 3.6 4.3 30 და ასევე 4.3% - 30% ალბათობით და 3,1% - 10% ალბათობით. ზოგიერთი საშუალო მნიშვნელობა ასევე შეიძლება გამოითვალოს ( მოსალოდნელი ღირებულება) კურსის ცვლილებები 3.1
x 0,10 + 3,7 x 0,60 + 4,3 x 0,30 = 3,82.
ეს მნიშვნელობა მოხდება მაშინ, როდესაც განხორციელდება საპროცენტო განაკვეთების 5.2%-ის ტოლი უფსკრულის საშუალო, მათემატიკურად მოსალოდნელი საპროგნოზო მნიშვნელობა.
ახლა მივმართოთ მესამე მიდგომის განხილვას გაცვლითი კურსის პროგნოზირების სფეროში, რომელიც ძალიან განსხვავდება პირველი ორისგან, ვინაიდან იგი იყენებს ფუნდამენტურად განსხვავებულ მეთოდოლოგიას და პროგნოზირების გამოთვლების ტექნიკას. ეს მიდგომა ეფუძნება საპროცენტო განაკვეთის პარიტეტის თეორიის გამოყენებას. პროგნოზირებაში მისი გამოყენების მთავარი პრობლემა არის ის, თუ რამდენად ემთხვევა ფორვარდის კურსი მომავალ სპექტურ განაკვეთს. პროგნოზირებისთვის საკმარისი ამ კურსების დამთხვევის ან სიახლოვის ფუნდამენტური შესაძლებლობა განისაზღვრება შემდეგი ორი გარემოებით.
პირველი არის ის, რომ ფორვარდის კურსი არის ღირებულება, რომელიც გამომდინარეობს ბაზრის მოლოდინებიდან ბანკებისა და სხვა ფირმების მომავალი მიმდინარე კურსის შესახებ, რომლებიც ახორციელებენ ფორვარდულ მომსახურებას. ამ ბანკებისა და ფირმების სპეციალისტებს აქვთ საუკეთესო ცოდნაშესაბამის სავალუტო ბაზრებზე, რადგან ისინი პროფესიონალურად მუშაობენ და, გარდა ამისა, დაინტერესებულნი არიან მინიმუმამდე დაიყვანონ სხვაობა გამოთვლილ ფორვარდულ კურსებსა და რეალურად მომავალში წარმოქმნილ სპექტ კურსებს შორის, რადგან ეს ამცირებს ფორვარდული სერვისების მიწოდების რისკს.
მეორე გარემოება არის ის, რომ ფორვარდული და მომავალი მიმდინარე განაკვეთების დაახლოება უზრუნველყოფილია ბაზრის თვითრეგულირების პროცესებით. ეს უკანასკნელი ეფუძნება სავალუტო-პროცენტულ არბიტრაჟს: თეორიული თვალსაზრისით, არბიტრაჟის ოპერაციების ნულოვანი რენტაბელობის მიღწევაა შესაძლებელი, რაც გულისხმობს განსახილველი ბაზრის სეგმენტის წონასწორობას. რა თქმა უნდა, სრული წონასწორობა ან, როგორც ამბობენ, სრულყოფილი ფინანსური ბაზრის მდგომარეობა მხოლოდ იდეალურშია მისაღწევი. მიუხედავად ამისა, წონასწორობის მიღწევის საზომი განსაზღვრავს ბაზრის მოლოდინებზე დაფუძნებული გაცვლითი კურსის პროგნოზირების მეთოდის გამოყენების დასაბუთების ზომას.
ახლა მივმართოთ აღწერილი მეთოდების პრაქტიკული გამოყენების პრობლემებს იმ რეალური შეზღუდვების გათვალისწინებით, რაც არსებობს ეკონომიკურ სისტემაში.
რიგ ქვეყნებში ჩატარდა ვრცელი კვლევები სხვადასხვა მეთოდით მიღებული პროგნოზების ხარისხზე. ამ კვლევების შედეგების ინტეგრირებული შეფასებისას, უნდა აღინიშნოს ორი ძირითადი დასკვნა. ჯერ ერთი, არცერთი მეთოდი არ იძლევა საკმარისად ზუსტ პროგნოზს სტატისტიკური გაგებით. თითქმის ყოველთვის არის პროგნოზული შეფასების სტატისტიკურად მნიშვნელოვანი მიკერძოება რეალურთან მიმართებაში. მეორე, უმცირესი მიკერძოება უმეტეს კვლევებში იყო პროგნოზი ბაზრის მოლოდინებზე დაყრდნობით.
თუ გამოვყოფთ ამ მეთოდს, როგორც საშუალოდ მინიმალური პროგნოზის შეცდომის მინიჭებას, ხაზგასმით უნდა აღინიშნოს, რომ ეს არ უარყოფს სხვა მეთოდების გამოყენების მიზანშეწონილობას გარკვეულ გარემოებებში. ზე მოკლე პერიოდებიპროგნოზირება (დღე, კვირა), ტექნიკური პროგნოზირების მეთოდი სასურველი ხდება, თუნდაც მხოლოდ იმ მიზეზით, რომ on ryi! კაჰ განვითარებული ქვეყნებიუბრალოდ არ არსებობს საპროცენტო განაკვეთების წარმომადგენლობითი შეთავაზებები ასეთი მოკლე პერიოდებისთვის. ამ პერიოდების ხანგრძლივობის მატებასთან ერთად (ერთი წელი ან მეტი) გაცვლითი კურსის მოძრაობის მაკროეკონომიკური ფაქტორები უფრო მეტად ვლინდება და, შესაბამისად, უფრო მნიშვნელოვანი ხდება ფუნდამენტური პროგნოზირების მეთოდი.
გასათვალისწინებელია ისიც, რომ ამისთვის პრაქტიკული გამოყენებაბაზრის მოლოდინებზე დაფუძნებული პროგნოზირების მეთოდი უნდა აკმაყოფილებდეს სამ ფუნდამენტურ პირობას, რომლებშიც ის მუშაობს: 1) არ არსებობს საკმარისად მნიშვნელოვანი შეზღუდვები განსახილველ ბაზრებს შორის ფულის მოძრაობაზე; 2) სავალუტო ოპერაციების აბსოლუტური უმრავლესობა წმინდა ფინანსური ხასიათისაა და არ ემსახურება საქონლის გადაადგილების პროცესებს ან არაფინანსური მომსახურების მიწოდებას; 3) კომერციული ბანკები ასრულებენ გადამწყვეტ როლს ბაზარზე, ნებისმიერ შემთხვევაში, მათი მთლიანი ფინანსური პოზიციები არ ჩამოუვარდება იმ ქვეყნების ცენტრალური ბანკების პოზიციებს, რომელთა ბაზრებზეც გამოიყენება ეს მიდგომა. ეს პირობები დაკმაყოფილებულია განვითარებული საბაზრო ეკონომიკის მქონე ქვეყნებისთვის და ეს განსაზღვრავს ამ მეთოდის საფუძველზე პროგნოზირების ფუნდამენტურ შესაძლებლობას.
ზომა: px
შთაბეჭდილების დაწყება გვერდიდან:
ტრანსკრიფცია
1 18 ს.ა. პოლიიახტოვი, ვ.ა. ბელკინი S.A. პოლიიახტოვი, ვ.ა. Belkin UDC Kondratieff საპროცენტო განაკვეთის ციკლები, როგორც მისი დინამიკის პროგნოზირების საფუძველი აბსტრაქტი. ვრცელ სტატისტიკურ მასალაზე დაყრდნობით სტატია ამტკიცებს ჰიპოთეზას, რომ სესხებზე საბანკო პროცენტის ციკლური რყევები განისაზღვრება მზის აქტივობის ციკლებით. ამის საფუძველზე შესაძლებელია საშუალო და გრძელვადიან პერსპექტივაში საპროცენტო განაკვეთის და, შესაბამისად, მსოფლიო და რუსეთის ეკონომიკის სამომავლო მდგომარეობის პროგნოზირება. შემაჯამებელი. ვრცელი სტატისტიკური მასალა დაეხმარა ავტორებს დაემტკიცებინათ ჰიპოთეზა, რომ ბანკის საკრედიტო საპროცენტო განაკვეთის ციკლური რყევები განისაზღვრება მზის ციკლებით. ეს ფაქტები შესაძლებელს ხდის საპროცენტო განაკვეთის პროგნოზირებას საშუალოვადიან და გრძელვადიან პერსპექტივაში და, შესაბამისად, სამომავლო ეკონომიკური მდგომარეობის პროგნოზირებას მსოფლიოში და რუსეთშიც. საკვანძო სიტყვები. საბანკო საპროცენტო განაკვეთის ციკლურობა, მზის აქტივობის ციკლები, ეკონომიკის ციკლური განვითარება, ეკონომიკური კრიზისის პროგნოზირება, საბანკო საპროცენტო განაკვეთის პროგნოზირება. საკვანძო სიტყვები. საბანკო კრედიტის საპროცენტო განაკვეთის ციკლური რყევები, მზის ციკლები, ეკონომიკის ციკლური განვითარება, ეკონომიკური კრიზისის პროგნოზი, საბანკო საპროცენტო განაკვეთის პროგნოზი. გლობალური ფინანსური კრიზისი კვლავ გამოავლინა ძირითადის არაადეკვატური პროგნოზირების პრობლემა ეკონომიკური მაჩვენებლებიდა, შესაბამისად, ზედმეტად ოპტიმისტური შეხედულება მთავრობებზე სხვადასხვა ქვეყნებშისამომავლო ეკონომიკურ მდგომარეობაზე მსოფლიოში. ამ ვითარების ერთ-ერთი მიზეზი საბანკო საპროცენტო განაკვეთის ერთ-ერთი უმნიშვნელოვანესი ეკონომიკური მაჩვენებლის პროგნოზების არარსებობაა. თავის სტატიაში „საპროცენტო განაკვეთის პროგნოზების შესახებ“ ს.მოისეევი აღნიშნავს, რომ „თუ საზღვარგარეთ საპროცენტო განაკვეთები კარგად არის პროგნოზირებადი ცენტრალური ბანკის პროგნოზების გარეშეც, მაშინ რუსეთში არ არის ინფორმაცია ფულის ბაზრის მომავალი დინამიკის შესახებ. საპროცენტო განაკვეთების გამოცნობა ერთ-ერთი ყველაზე რთული ანალიზია და, როგორც წესი, სამომავლო განაკვეთების შეფასება არ შედის კონსენსუსურ პროგნოზებსა და პროფესიონალი პროგნოზირების გამოკითხვებში. ვერ ახერხებს პროცენტული პროგნოზის მიღებას ოფიციალური წყაროები, ბევრი ეკონომისტი გადაწყვეტს თავად გააკეთოს პროგნოზი. თუმცა, დღეს არსებული პროგნოზირების მეთოდები ან ძალიან პრიმიტიულია ან იმდენად შრომატევადი, რომ მათი უმეტესობისთვის მიუწვდომელია. ამიტომ, ჩვენ ვთავაზობთ შემუშავებას პროცენტის პროგნოზირების მეთოდის, რომელიც ეფუძნება მის ურთიერთობას მზის აქტივობის ციკლებთან (შემდგომში SA), რომელიც მისცემს უფრო ზუსტ პროგნოზს ყოველგვარი შრომატევადი გამოთვლების გარეშე, რაც საშუალებას მისცემს ნებისმიერ ეკონომიკურ სუბიექტს მიმართოს ის. თურქმენეთის სახელმწიფო უნივერსიტეტის მოამბე No11
საპროცენტო განაკვეთის 2 კონდრატიევის ციკლი, როგორც ამოსავალი წერტილი, ჩვენ ვიღებთ V.A.-ს ჰიპოთეზას. ბელკინი ამბობს, რომ „მთავარი მაკროეკონომიკური ინდიკატორების ციკლური რყევები, მათ შორის, როგორიცაა უმუშევრობის დონე, ინფლაციის დონე და სესხის საშუალო კურსი, ეროვნული ვალუტის კურსი, ნაერთი ბიუჯეტის დეფიციტი (პროფიციტი), განისაზღვრება მზის აქტივობის ციკლებით“. ამ ჰიპოთეზის შესამოწმებლად 1947 წლიდან 2010 წლის ივლისის ჩათვლით, ჩვენ ავიღეთ საშუალო წლიური მონაცემები მგლის რიცხვის შესახებ, რომლებიც პროპორციულია მზის დისკზე მზის ლაქების რაოდენობისა და ახასიათებს SA. ამავე პერიოდისთვის, ძირითადი განაკვეთი მიღებულ იქნა, როგორც საბანკო საპროცენტო განაკვეთი, რომელიც გავლენას ახდენს მსოფლიო ეკონომიკის მდგომარეობაზე (საპროცენტო განაკვეთი ყველაზე ახლოს რისკების გარეშე). შემდეგი, ჩვენ ავაშენეთ ამ ინდიკატორების ცვლილებების გრაფიკები დროთა განმავლობაში (ნახ. 1). როგორც ეს სქემა გვიჩვენებს, 1968 წლიდან, ძირითადი კურსის ციკლები დიდწილად განისაზღვრება SA-ის ციკლებით. ბრინჯი. ნახ. 1. ვოლფის საშუალო წლიური რიცხვების ცვლილების დინამიკა და პირველი სიჩქარის სიხშირე. აღსანიშნავია SA-ის ციკლური ხასიათისა და პირველი სიჩქარის სიჩქარის ზოგიერთი მახასიათებელი. ამრიგად, SA-ს ზრდის ფაზა გრძელდება საშუალოდ 4 წელი, ხოლო კლების ფაზა გრძელდება 7 წელი, ციკლის საერთო ხანგრძლივობა საშუალოდ 11 წელია. ანუ SA ციკლს აქვს მკვეთრი ზრდა და გლუვი ვარდნა. ამავდროულად, CA ზრდის ფაზაში, ასევე არსებობს საბანკო საპროცენტო განაკვეთის ზრდის ფაზა და როდესაც CA ციკლი აღწევს პიკს, საპროცენტო განაკვეთი დაუყოვნებლივ ან 1 წლის შემდეგ ასევე აღწევს მაქსიმალურ მნიშვნელობას. CA შემცირების ფაზაში, საბანკო საპროცენტო განაკვეთიც ერთდროულად მცირდება. თუმცა, დაახლოებით ერთი ან ორი წლით ადრე მომდევნო CA დაბალ ნიშნულამდე, საბანკო საპროცენტო განაკვეთი აღწევს შემდეგ მაქსიმუმს. ჯერჯერობით, ჩვენ არ შეგვიძლია ზუსტად განვსაზღვროთ საბანკო განაკვეთის განმეორებითი ციკლის მიზეზი SA ციკლის ფარგლებში და შეგვიძლია მხოლოდ ვარაუდები ან ჰიპოთეზები. ᲔᲙᲝᲜᲝᲛᲘᲐ
3 20 ს.ა. პოლიიახტოვი, ვ.ა. ბელკინი მოკლევადიანი რყევების გავლენისგან თავის დასაღწევად პირველ მაჩვენებელში, ჩვენ გამოვთვალეთ გაანალიზებული ინდიკატორების საშუალო მნიშვნელობები წლების განმავლობაში SA ციკლის მრუდის გადახრის წერტილებში და გამოვსახეთ შესაბამისი გრაფიკები (ნახ. 2). . ამ დიაგრამიდან ჩანს, რომ SA-ს 11-წლიანი ციკლები საკმარისად ემთხვევა საბანკო საპროცენტო განაკვეთის ციკლებს (კორელაციის კოეფიციენტი 79%), რომლებიც ემთხვევა C. Juglar-ის ციკლებს. ანუ SA-ის ზრდა იწვევს პრაიმ კურსის ზრდას და, შედეგად, მაქსიმალურ წერტილებს ეკონომიკურ კრიზისამდე. ამრიგად, მზის ციკლური აქტივობა არის საბანკო საპროცენტო განაკვეთის ცვლილების განმსაზღვრელი ძირითადი ფაქტორი. ასევე, გამოვლენილი ურთიერთობა ცხადყოფს ნამდვილი მიზეზიამ ინდიკატორის ციკლურობა და მთლიანობაში მსოფლიო ეკონომიკის განვითარება. მოდით ვაჩვენოთ, რომ ისეთი განაკვეთები, როგორიცაა LIBOR, EURIBOR, იცვლება თითქმის სინქრონულად პირველ განაკვეთთან. ამრიგად, ჩვენ დავამტკიცებთ, რომ SA ციკლები განსაზღვრავს საბანკო პროცენტის დინამიკას მთელ მსოფლიოში და არა მხოლოდ შეერთებულ შტატებში. ბრინჯი. ნახ. 2. მგლების საშუალო წლიური რიცხვების ცვლილების დინამიკა და მზის აქტივობის მრუდის შებრუნების წერტილებში (უკიდურობები) ცვლილებების დინამიკა. პირველ განაკვეთებსა და LIBOR-ს შორის კავშირის შესასწავლად, ჩვენ ავირჩიეთ LIBOR განაკვეთი ერთ წლამდე სესხებისთვის. . მისთვის მნიშვნელობები აღებულია ეკონომიკური სტატისტიკის ვებსაიტიდან MORTGAGE-X. ქვემოთ მოცემულია დიაგრამა, რომელიც ნათლად გვიჩვენებს სინქრონული ცვლილებების დინამიკას საშუალო წლიური ძირითადი კურსისა და LIBOR განაკვეთების (ერთ წლამდე) (ნახ. 3). თურქმენეთის სახელმწიფო უნივერსიტეტის მოამბე No11
საპროცენტო განაკვეთის 4 კონდრატიევის ციკლი ნახ. 3. ცვლილებები საშუალო წლიურ ძირითად განაკვეთსა და LIBOR-ის განაკვეთებში (ერთ წლამდე) პირველ განაკვეთსა და EURIBOR-ს შორის კავშირის გამოსაკვლევად, არჩეული იყო EURIBOR განაკვეთი ერთ წლამდე სესხებისთვის. მისთვის მნიშვნელობები აღებულია ItIsTimed ვებსაიტიდან. შემდეგი, ჩვენ ავაშენეთ დიაგრამა, რომელიც ნათლად გვიჩვენებს საშუალო წლიური ძირითადი კურსისა და EURIBOR-ის განაკვეთების უაღრესად სინქრონული ცვლილების დინამიკას (ერთ წლამდე პერიოდისთვის) (ნახ. 4). წლებში EURIBOR განაკვეთი იცვლებოდა სინქრონულად ძირითად განაკვეთთან, მაგრამ დაახლოებით 1 წლის დროის დაგვიანებით (დაგვიანებით). ბრინჯი. 4. საშუალო წლიური ძირითადი კურსისა და EURIBOR-ის განაკვეთების ცვლილების დინამიკა (ერთ წლამდე ვადით) ECONOMICS
5 22 ს.ა. პოლიიახტოვი, ვ.ა. ბელკინი წარმოდგენილი დიაგრამები ნათლად და დამაჯერებლად ადასტურებს LIBOR-ისა და EURIBOR-ის ძირითადი საერთაშორისო საპროცენტო განაკვეთებისა და ძირითადი საერთაშორისო საპროცენტო განაკვეთების ცვლილებების სინქრონიზაციის მაღალ ხარისხს. ამრიგად, SA-სა და ძირითად განაკვეთს შორის ურთიერთობა, რომელიც ჩვენ დავამტკიცეთ, შეიძლება გავრცელდეს სხვა საპროცენტო განაკვეთებზე, კერძოდ, LIBOR-სა და EURIBOR-ზე. მიღებული შედეგის, ასევე 24-ე SA ციკლის პროგნოზის საფუძველზე (ნახ. 5) შესაძლებელია პროგნოზის შემუშავება ძირითადი კურსის მნიშვნელობის შესახებ. CA-ს შემდეგი პიკი მოსალოდნელია 2013 წელს და, შესაბამისად, შეიძლება ველოდოთ პრემიერ კურსის ზრდას 2013 წლამდე და 2013 წლამდე. ჩვენ ვიწინასწარმეტყველებთ ამ მაჩვენებლის კიდევ ერთ მაქსიმუმს და შემდგომ გლობალურ ფინანსურ კრიზისს. რა თქმა უნდა, მზის ფაქტობრივი აქტივობა 24-ე ციკლში შეიძლება განსხვავდებოდეს პროგნოზირებულისგან, რადგან ეს ციკლები გარკვეულწილად განსხვავდება ხანგრძლივობით (9-11 წელი). ამ შემთხვევაში, იქნება გარკვეული შესაბამისი ცვლა შემდეგი ძირითადი კურსის და გლობალური ეკონომიკური კრიზისის მითითებულ თარიღში. ბრინჯი. 5. მზის აქტივობის 24-ე ციკლის პროგნოზი სურათი 5 გვიჩვენებს, რომ შემდეგი SA მინიმალური უნდა მოხდეს დაახლოებით 2020 წელს. შესაბამისად, დაახლოებით 2018 წელს კვლავ იქნება საპროცენტო განაკვეთების ზრდა, შემდეგ კი 2019 და 2020 წლებში. აშშ-ს რეალური მშპ-ს ზრდის შენელება ან ეკონომიკური კრიზისი. 2013 წლის ძირითადი კურსის უფრო ზუსტი პროგნოზის მისაცემად მივმართოთ ნ.კონდრატიევის ტალღების თეორიას, რომლის საფუძველზეც გამოიყოფა 5 ეკონომიკური ციკლი, დაახლოებით ერთი წლის განმავლობაში: თურქმენეთის სახელმწიფო უნივერსიტეტის ბიულეტენი 1
6 კონდრატიევის საპროცენტო განაკვეთების ციკლი 1790 წლიდან 2 ციკლი წლიდან წლამდე. 3 ციკლი წლიდან წლამდე. 4 ციკლი წლიდან წლამდე. მე-5 ციკლი კონდრატიევის ციკლებით ექვემდებარება ყველა ძირითად მაკროეკონომიკურ ინდიკატორს, მათ შორის ბანკის საპროცენტო განაკვეთს. ამავდროულად, ციკლის ბოლოს, მაჩვენებელი აღწევს მაქსიმალურ მნიშვნელობას. ჩვენი ჰიპოთეზის დასადასტურებლად, მოდით გავაანალიზოთ დიაგრამა, რომელიც ნაჩვენებია ნახ. 1. ის გვიჩვენებს, რომ მსოფლიო ეკონომიკის ეკონომიკური მაჩვენებლების ბოლო მინიმუმი იყო 1982 წელს და თან ახლდა საბანკო საპროცენტო განაკვეთის მაქსიმუმი, რომელსაც ჩვენ ვთავაზობთ უწოდეს ძირითადი განაკვეთის კონდრატიევის მაქსიმუმი (K-რატე). K- კურსის დაწყებამდე იყო ძირითადი კურსის ზრდა, შემცირების შემდეგ. ჩვენ ვთავაზობთ ამ ციკლებს ვუწოდოთ დიდი ძირითადი სიჩქარის ციკლები. იაპონელი მეცნიერის შიმანაკა იუჯის კვლევის მიხედვით, რომელიც დადასტურებულია იაპონიის ეკონომიკური კვლევის ცენტრის (JERC) მიერ და გამოქვეყნებულია The Wall Street Journal-ში 1999 წელს, კონდრატიევის ერთი ციკლი უდრის ხუთ SA ციკლს, ანუ 55 წელს. ამ თეორიიდან და იმ ფაქტის საფუძველზე, რომ ორი SA ციკლი მოხდა 1982-დან 2010 წლამდე, შეიძლება ვივარაუდოთ, რომ 2010 წელი არის ძირითადი ძირითადი კურსის დიდი ციკლის შებრუნების წერტილი და გააგრძელებს ზრდას. შესაბამისად, 2013 წლის ადგილობრივი მაქსიმალური პრაიმის განაკვეთი უფრო მაღალი იქნება ამ მაჩვენებლის ლოკალურ მაქსიმუმზე 2009 წელს და იქნება დაახლოებით 2000 წლის ადგილობრივი მაქსიმუმის დონეზე. ამრიგად, 2013 წლის ძირითადი კურსი მიაღწევს თავის მომდევნო მაქსიმუმს საშუალოვადიან პერსპექტივაში 8-9%-ის დონეზე, რაც დიდი ალბათობით გამოიწვევს მორიგ გლობალურ ფინანსურ კრიზისს (ნახ. 6). ბრინჯი. 6. ძირითადი კურსის კონდრატიევის ციკლი და მისი პროგნოზი 2020 წლამდე ECONOMICS
7 24 ს.ა. პოლიიახტოვი, ვ.ა. ბელკინი ანალოგიურად, 2018 წლის ძირითადი კურსის ადგილობრივი მაქსიმუმი უფრო მაღალი იქნება, ვიდრე ამ მაჩვენებლის ლოკალური მაქსიმუმი 2013 წელს, მაგრამ დაბალი ვიდრე ამ მაჩვენებლის ლოკალური მაქსიმუმი 1989 წელს, ანუ მისი ღირებულება იქნება დაახლოებით 10 დონეზე. % (სურ. 6). გამომდინარე იქიდან, რომ ძირითადი განაკვეთის ცვლილებები სინქრონიზებულია LIBOR-ისა და EURIBOR-ის საპროცენტო განაკვეთების ცვლილებებთან, შეიძლება ველოდოთ ამ განაკვეთების შესაბამის ზრდას 6%-მდე და 5%-მდე, შესაბამისად, 2013 წელს და LIBOR 8.5%-მდე 2018 წელს. 2003 წლიდან, მსოფლიო ეკონომიკის გლობალიზაციისა და მასში რუსეთის ეკონომიკის მაღალი ჩართულობის გამო, ადგილი ჰქონდა აშშ-ს მშპ-ს და რუსეთის მშპ-ს სინქრონიზაციას რუსეთის მშპ-ს უფრო მაღალ ცვალებადობასთან. შესაბამისად, ძირითადი განაკვეთის ცვლილება აუცილებლად იწვევს რუსეთის საბანკო საპროცენტო განაკვეთის ანალოგიურ ცვლილებას სესხებზე, ამიტომ 2013 წლისთვის რუსეთში იურიდიულ პირებზე გაცემულ სესხებზე საბანკო საპროცენტო განაკვეთი ასევე გაიზრდება 1 წლამდე ვადით. 2000 წლის დონე და იქნება 18-20% წელიწადში. მზის აქტივობის პიკი გაგრძელდება რუსეთის ბანკის სესხებზე საპროცენტო განაკვეთის მატებამდე და, შესაბამისად, მორიგ ფინანსურ კრიზისამდე. მიღებული შედეგი უაღრესად მნიშვნელოვანია არა მხოლოდ სახელმწიფო მოხელეებისთვის, არამედ მთელი ეკონომიკურად აქტიური მოსახლეობისთვის, ვინაიდან მის საფუძველზე შესაძლებელია გრძელვადიანი საინვესტიციო გადაწყვეტილებების მიღება და ქვეყნის ეკონომიკის მომავალი განვითარების ობიექტურად შეფასება. გამოვლენილი კავშირის მიზეზის ახსნად შეიძლება მოვიყვანოთ დიდი რუსი მეცნიერის ა. ჩიჟევსკის კვლევები, რომელიც ამტკიცებდა, რომ ფსიქოპათიური ეპიდემიები, პანიკური განწყობა, მასობრივი ისტერია, ჰალუცინაციები და ა.შ., აგრეთვე ნერვული აგზნებადობის მოდიფიკაცია. ნეიროფსიქიური ტონი მჭიდროდ არის დაკავშირებული SA ციკლებთან. ზემოაღნიშნული პესიმიზმისა და ოპტიმიზმის ციკლური რყევები იწვევს რისკის გადახდის ღირებულების ციკლურ რყევებს, რაც გათვალისწინებულია საპროცენტო განაკვეთში და მის ციკლურ რყევებამდე. ამრიგად, ამ კვლევის შედეგად: SA ციკლებსა და საბანკო საპროცენტო განაკვეთს შორის კავშირის მაღალი ხარისხი გამოვლინდა ძირითადი განაკვეთის მაგალითის გამოყენებით; შემოთავაზებულია სამეცნიერო მიმოქცევაში შემოღებული იქნას საბანკო განაკვეთის კონდრატიევის ციკლის ცნებები (პრაიმ კურსის მაგალითზე) და ამ განაკვეთის კონდრატიევის მაქსიმალური (მინიმუმი); შემუშავებულია საშუალო და გრძელვადიანი პროგნოზი პრემიერ კურსისა და გლობალური ფინანსური კრიზისების შემდეგი მწვერვალების შესახებ; ნაჩვენებია სინქრონიზმის მაღალი ხარისხი ძირითადი კურსის, LIBOR, EURIBOR განაკვეთების დინამიკაში; შემუშავდა საშუალოვადიანი პროგნოზი LIBOR-ის, EURIBOR-ის განაკვეთებისა და რუსეთის სესხების საპროცენტო განაკვეთის შემდეგი მაჩვენებლების შესახებ 2013 წელს. თურქმენეთის სახელმწიფო უნივერსიტეტის მოამბე No11
საპროცენტო განაკვეთის 8 კონდრატიევის ციკლები ცნობები 1. მოისეევი ს. „საპროცენტო განაკვეთის პროგნოზის შესახებ“ URL: post/124329/ 2. ბელკინ V. A. კავშირი მზის აქტივობის ციკლებსა და ძირითადი მაკროეკონომიკური ინდიკატორების ციკლებს შორის // სოციალური და ეკონომიკური განვითარება რუსეთის პოსტკრიზისულ პერიოდში: ეროვნული, რეგიონული და კორპორატიული ასპექტები: შატ. m-catching 27 intl. სამეცნიერო-პრაქტიკული. კონფერენციები ნაწილი 1, ჩელიაბინსკი: UrSEI AT და SO, C; 3. მონაცემთა ანალიზის ცენტრის სტატისტიკური მონაცემები მზის გავლენის შესახებ (ბელგია) URL: 4. მონაცემები ეკონომიკური სტატისტიკის ვებსაიტიდან MORTGAGE-X URL: com 5. მონაცემები ItIsTimed ვებსაიტის URL: php 6. NASA-ს კვლევის მონაცემები URL: solnechnyiy-prognoz/ 7. Korotaev A. V., Tsirel S. V. Kondratieff Waves in world economy dynamics / System monitoring. გლობალური და რეგიონული განვითარება / რედ. რედ. დ.ა.ხალტურინა, ა.ვ.კოროტაევი. M.: Librokom/URSS, C URL: cliodynamics.ru/download/m02korotayev_tsirel_kondratyevskie_volny.pdf 8. გასაგები ასოციაციების კავშირი // კონფიგურაცია: ტრანსფორმაციული პოლიტიკის ციკლები (9. Chizhevsky A. L. Earth echo of solar storms. M.2nd. აზრი, გვ. EKO N O M I K A
ჩელიაბინსკის სახელმწიფო უნივერსიტეტის ბიულეტენი. 2011. 6 (221). Ეკონომია. Პრობლემა. 31. გვ. 39 43. მზის აქტივობის ციკლები, როგორც საბანკო საპროცენტო განაკვეთის ციკლების საფუძველი ვრცელ სტატისტიკურ მასალაზე დაყრდნობით
ჩელიაბინსკის სახელმწიფო უნივერსიტეტის ბიულეტენი. ერთი. (). Ეკონომია. Პრობლემა. 3. P. 1. მზის აქტივობის დიდი ციკლები, როგორც კონდრატიევის კონიუნქტურის დიდი ციკლების საფუძველი. დიდი ციკლების ძლიერი კორელაცია ვლინდება
ჩელიაბინსკის სახელმწიფო უნივერსიტეტის ბიულეტენი. 2011. 36 (251). Ეკონომია. Პრობლემა. 35, გვ. 23
ვლადიმერ ალექსეევიჩ ბელკინი ჩელიაბინსკის ეკონომიკის ინსტიტუტის ფილიალი, რუსეთის მეცნიერებათა აკადემიის ურალის ფილიალი სამრეწველო წარმოების ციკლები რუსეთში და მზის აქტივობა: ძლიერი უკუკავშირის მექანიზმი და ფაქტები (1863 20) სტატიაში.
UDC 336.71 ეკონომიკის მონეტიზაციის დონის ფაქტორული ანალიზი ეკონომიკური და სტატისტიკური მოდელების საფუძველზე S. V. MISHCHENKO, ეკონომიკურ მეცნიერებათა კანდიდატი, ფინანსთა დეპარტამენტის ასოცირებული პროფესორი ელ. [ელფოსტა დაცულია] en უნივერსიტეტი
ეკონომიკური კრიზისი რუსეთში უფრო ღრმაა, ვიდრე შეერთებულ შტატებში. მეთოდოლოგია ეკონომიკური კრიზისების შედეგების შეფასების ანოტაცია როგორ განვსაზღვროთ ეკონომიკური ციკლებისა და კრიზისების ხანგრძლივობა და სიღრმე? ავტორი ამაზე პასუხობს
1.5 მაკროეკონომიკური დინამიკა. ინფლაცია. ეკონომიკური ციკლების თეორია 1.5.1 ინფლაცია არის ფასების ზოგადი დონის მუდმივი ზრდის გრძელვადიანი პროცესი, რაც იწვევს ფულის მსყიდველობითუნარიანობის შემცირებას.
ტ. გორშკოვა, ს. დრობიშევსკი, მ. ტურუნცევა, მ. ხრომოვი 2017 წლის მაკროეკონომიკური პროგნოზი 2019: ზრდა არაუმეტეს 1.0 1.5% 2017 წლის პირველი ნახევრის შედეგები, ერთი მხრივ, აძლიერებს ადრინდელ ვარაუდებს.
ფინანსები, ფულის მიმოქცევა და კრედიტი 247 საპროცენტო განაკვეთის გავლენა კომერციული ბანკების აქტივებისა და ვალდებულებების სტრუქტურის დინამიკაზე 2009 წ. ბარდაევა ლომონოსოვის სახელობის მოსკოვის სახელმწიფო უნივერსიტეტი მ.ვ. ლომონოსოვი
გრიშინა ე.ნ., ეკონომიკის კანდიდატი, ვიატკას სახელმწიფო სასოფლო-სამეურნეო აკადემიის IT და სტატისტიკის დეპარტამენტის ასოცირებული პროფესორი, კიროვ ტრუსოვა ლ.ნ., ეკონომიკის კანდიდატი, ვიატკას სახელმწიფო უნივერსიტეტის ისტორიისა და ფილოსოფიის კათედრის ასოცირებული პროფესორი.
ვ.ავერკიევი, ს.დრობიშევსკი, მ.ტურუნცევა, მ.ხრომოვი 2016-2017 წლების პროგნოზი: ეკონომიკა შედის სტაბილიზაციის ზონაში. 2016 წელს, კერძოდ, ნავთობის ფასების მინიმუმამდე ვარდნა
პრესის პუნქტები 3 თავისთვის: ფისკალური კონსოლიდაციის მაკროეკონომიკური შედეგები დააზარალებს? World Economic Outlook 2010 წლის ოქტომბერი მოამზადა: დანიელ ლი (გუნდის ლიდერი),
Averkiev V., Drobyshevsky S., Turuntseva M., Khromov M. 2017-2018 წლებში რუსეთის ფედერაციის სოციალურ-ეკონომიკური განვითარების სცენარის პროგნოზი. (2017 წლის იანვარი)
UDC 311.2:364.2 Kapelyuk S.D., ციმბირის სამომხმარებლო კოოპერატივების უნივერსიტეტი, ნოვოსიბირსკი ეკონომიკური და სტატისტიკური მოდელები მოსახლეობის ცხოვრების დონის პროგნოზირებაში მოსახლეობის ცხოვრების დონის პროგნოზირება
42 ეკონომიკის, მენეჯმენტისა და სამართლის საფუძვლები 5 (5) ფინანსები, ფულის მიმოქცევა და კრედიტი UDC 336.77:338.43 ვ.ნ. დომრაჩევი, ე.ვ. სკალეცკაია* თანამედროვე ტენდენციები სასოფლო-სამეურნეო საწარმოების დაკრედიტების ბანკებში
3. ეკონომიკური ციკლი. უმუშევრობა ეკონომიკური ციკლის კონცეფცია ეკონომიკური ციკლი არის ეკონომიკაში აღმავლობისა და ვარდნის პერიოდი, რომელიც მეორდება რამდენიმე წლის განმავლობაში. ბიზნეს ციკლი - პერიოდული
6. Tatarkin, A., Romanova O., Filatova M. მრეწველობის სტრუქტურული რესტრუქტურიზაცია, როგორც ხანგრძლივი ტალღის პროცესის ელემენტი // ფედერალიზმი. 2. 4. 7. კონდრატიევი, ვ. ინდუსტრიული პოლიტიკა ან პოლიტიკა
ვ.ავერკიევი, ს.დრობიშევსკი, მ.ტურუნცევა, მ.ხრომოვი (206 ივნისი) მაკროეკონომიკური პროგნოზი ყველაზე სავარაუდო სცენარებისთვის 206 208
16 კონდრატიევის ციკლების მედიანას ქცევის შესახებ NV Mityukov სტატიაში გაანალიზებულია კონდრატიევის ციკლების ასიმეტრიის ცვლილებების დინამიკა. კეთდება ვარაუდი, რომ თავად ციკლები ექვემდებარება ჰარმონიას
ISSN 2079-8490 ელექტრონული სამეცნიერო პუბლიკაცია„ტოგუს სამეცნიერო შენიშვნები“ 2017 წელი, ტომი 8, 3, გვ. 92 96 სერთიფიკატი El FS 77-39676 05/05/2010 http://pnu.edu.ru/ru/ejournal/about/ [ელფოსტა დაცულია] UDC 378.147.091.3 (571.6)
პოლუიახტოვი სტანისლავ ანდრეევიჩი სესხის პროცენტის ციკლური დასვენების თავისებურებები ეკონომიკურ სისტემებში სპეციალობები: 08.00.01-ეკონომიკური თეორია (ზოგადი ეკონომიკური თეორია) დისერტაციის რეზიუმე
URALSIB Bank-ის ყოველთვიური ანალიტიკური მიმოხილვა121 ივლისი 2011 2 გლობალური პერსპექტივა, პორტფელის პოზიციონირება ივნისი, როგორც ვიწინასწარმეტყველეთ ჩვენს ბოლო ყოველთვიურ მიმოხილვაში, კლების კიდევ ერთი თვე იყო.
1002 UDC 330.4 ეკონომიური პროცესების გაანგარიშება დინამიური განვითარების ინდიკატორები ეკონომიური პროცესების დინამიური განვითარების გამოთვლა სუდარკინა იე.ს. სამხრეთ რუსეთის მართვის ინსტიტუტი, რუსული ფილიალი
UDC 33 Kuznetsov S.A., უფროსი ლექტორი „ვორონეჟის სახელმწიფო სატყეო საინჟინრო უნივერსიტეტი. გ.ფ. მოროზოვი" ზაბუდკოვი V.A., ბაკალავრიატი ვორონეჟი, რუსეთი "ვორონეჟის სახელმწიფო სატყეო მეურნეობა
37 UDC 336.71 კომერციული ბანკის სავალდებულო რეზერვების ღირებულების პროგნოზირება I.D. კუზნეცოვას ივანოვის სახელობის სახელმწიფო ქიმიური ტექნოლოგიების უნივერსიტეტი Yu.E. პანუევა ივანოვოს სახელმწიფო ტექსტილი
ბელორუსის რესპუბლიკის ეროვნული ბანკი საბანკო დაკრედიტების პირობების მონიტორინგი ანალიტიკური მიმოხილვა იანვარი მარტი მინსკი 2 ეროვნული ბანკის მიერ საკრედიტო ბაზრის ანალიზის ფარგლებში,
UDC 365.282 Nour M.V., სტუდენტი, STm-14 ჯგუფი Popova I.V., ასოცირებული პროფესორი, დოქ. FSBEI HE "Penza State University of Architecture and Construction", Penza, Russia DEVELOPMENT TREND RESEARCH
124 თ.ა. ზელენინა თ.ა. ზელენინა [ელფოსტა დაცულია] UDC 519.8:336.77:005.334 კომერციული ბანკის საკრედიტო რისკის პროგნოზირება ABSTRACT. სტატიაში წარმოდგენილია კლიენტის რისკის პროგნოზირების შედეგები
UDC 336.69 მსოფლიო ფინანსური სისტემის განვითარების ტენდენციები Belukhin VV, Kharchenko А.А. არასამთავრობო აკრედიტებული არაკომერციული კერძო საგანმანათლებლო დაწესებულებისუმაღლესი განათლება „მარკეტინგის აკადემია
სატესტო სამუშაო "მაკროეკონომიკა" მომზადების სახელმძღვანელო საკონტროლო სამუშაოსტუდენტებისთვის 1. ტესტის ვარიანტი განისაზღვრება სტუდენტის ბარათის ბოლო ციფრით (შიფრა)
UDC: 33(075.8) კანონზომიერებები და თანამედროვე ტენდენციები მსოფლიო ეკონომიკის განვითარებაში: ინოვაციური განვითარების დინამიკისა და მიმართულების განმსაზღვრელი ფაქტორები ალექსეი ვასილიევიჩ ტექნიკური მეცნიერებათა დოქტორი, ეკონომიკის მეცნიერებათა დოქტორი. ნ., პროფ.,
NovaInfo.Ru - 46, 2016 ეკონომიკური მეცნიერებები 1 ინფლაცია: ცნება, ტიპები და დინამიკა. Yamurova Aliya Rafisovna ინფლაცია - უნაღდო ქაღალდის ფულის გაუფასურება ფული, რასაც თან ახლავს ფასების ზრდა
Fed განაკვეთი ზრდის 07.12.2016 აშშ-ს ფედერალური სარეზერვო სისტემა არის დამოუკიდებელი ფედერალური სააგენტო, რომელიც დაარსდა 1913 წელს, როგორც ქვეყნის საბანკო სისტემის მარეგულირებელი. ასრულებს ფუნქციებს
ჩელიაბინსკის სახელმწიფო უნივერსიტეტის ბიულეტენი. 213.15 (36). Ეკონომია. Პრობლემა. 41. გვ. 19 115. საწარმოს ეკონომიკა სახელმწიფოს ეფექტური ფისკალური პოლიტიკის მოდელი
UDC 334.723 ლიამკინ II, ეკონომიკურ მეცნიერებათა კანდიდატი, ასოცირებული პროფესორი კემეროვოს ინსტიტუტის ეკონომიკური თეორიისა და სოციალურ-პოლიტიკური ურთიერთობების კათედრის გამგე (ფილიალი) გ.ვ. პლეხანოვი"
კრაშენინიკოვი ნ.ვ. საბანკო კრიზისის გამომწვევი მიზეზები რუსეთში და მათი იდენტიფიკაცია განვითარების ადრეულ ეტაპებზე ხელმძღვანელი: ასოც. შეიკერი ი.ე. საშინაო და უცხოურ ლიტერატურაში,
მცირე ბიზნესი და მეწარმეობა A.A. ფლეშლერის აპლიკანტი, ტრანსბაიკალის სახელმწიფო უნივერსიტეტის ეკონომიკისა და ეკონომიკის უმაღლესი სკოლის სტუდენტი მცირე ბიზნესის განვითარების პრობლემები დაბალის ასპექტში
რუსეთის ფედერაციის სავალო პოლიტიკის ეფექტურობა: შეფასების კრიტერიუმები და პერსპექტივები კოკარევი კ.ნ. რუსეთის ფედერაციის მთავრობასთან არსებული ფინანსური უნივერსიტეტი მოსკოვის ხელმძღვანელი ეკონომიკის მეცნიერებათა კანდიდატი, ასოც. სანგინოვა L. D. დოლგოვაია
100%, მუქი მწვანე დაჩრდილვა), ასევე: კოსტრომას, მაგადანის და იაროსლავის რეგიონები, ადიღეის რესპუბლიკები, უდმურტია, ბაშკორტოსტანი (ხუთი სექტორიდან ოთხი იზრდება, CEA ინდექსი = 80%, ღია მწვანე დაჩრდილვა).
სამუშაოს ასრულებდა: საერთაშორისო ეკონომიკური ურთიერთობების ფაკულტეტის სტუდენტი, ჯგუფი M 3-4 MOLIY G.M., ხელმძღვანელი: დოქტორი, პროფესორი NEVEZHIN V.P. რუსეთის ფედერაციის მთავრობასთან არსებული ფინანსური უნივერსიტეტი, მოსკოვი.
მაკროეკონომიკა: როგორ ჩნდება კრიზისის ტალღა? ეკონომიკური ციკლების ახალი თეორია, კრიზისები და მაკროეკონომიკური წონასწორობა რეზიუმე ამ კვლევის მიზანი იყო მიზეზებისა და მექანიზმების შესწავლა
ეკონომიკური ციკლების მონეტარული კონცეფცია როგორც ცნობილია, ტევესის მოდელს აქვს ფულის ბაზარი, ისევე როგორც ჰიკს სამუელსონის მოდელს, რომელშიც ეგზოგენური ცვლილებებია საბაზრო ციკლების მიზეზი.
2015 წლის პროგნოზი 2016: მოსალოდნელზე უარესი ს. დრობიშევსკი, ვ. პეტრენკო, მ. ტურუნცევა, მ. ხრომოვი რუსეთის ეკონომიკური განვითარების ინდიკატორები 2015 წლის პირველ ნახევარში და პირველი მონაცემები ძირითადი მაკროეკონომიკური დინამიკის შესახებ.
UDC 336.02 მშპ-ს დინამიკაზე ფულადი და საკრედიტო სისტემის ინდიკატორების გავლენის მახასიათებლები დემინა პ.ს. საგანმანათლებლო და მეთოდოლოგიური ცენტრის წამყვანი სპეციალისტი სს Prognoz, პერმი, რუსეთი ანოტაცია სტატიაში აღწერილია
კამჩატკაში ძლიერი (M W 7.5) მიწისძვრების კავშირი მზის აქტივობასთან UDC 550.343.6 Serafimova Yu.K. რუსეთის მეცნიერებათა აკადემიის გეოფიზიკური კვლევის კამჩატკის ფილიალი, პეტროპავლოვსკი-კამჩატსკი, [ელფოსტა დაცულია]შესავალი
59 UDC 330.4:338.45(470.315) IVANOVO REGION ECONOMY-ის დინამიკის პროგნოზირება გრძელვადიან პერსპექტივაში A.N. პეტროვის ივანოვის სახელობის სახელმწიფო ქიმიისა და ტექნოლოგიების უნივერსიტეტი
მაკროეკონომიკა სახელმწიფო ბიუჯეტი ტატიანა ტიშჩენკო, დოქტორი. ეკონომია მეცნიერებები ფედერალური ხაზინის მონაცემებით, მიმდინარე წლის პირველი ნახევრისთვის ფედერალური ბიუჯეტის შემოსავლები აგრძელებდა ზრდას და პერიოდის ბოლოს
დამტკიცებული ბელორუსის რესპუბლიკის პრეზიდენტის ბრძანებულება 07.12.2009 591 ბელორუსის რესპუბლიკის 2010 წლის ფულად-საკრედიტო პოლიტიკის ძირითადი მიმართულებები ნაწილი I ძირითადი დებულებები 1. რესპუბლიკის მონეტარული პოლიტიკა
მოსახლეობის ინფლაციური მოლოდინები 2013 წლის მაის-ივნისში რუსეთის ბანკი წარმოგიდგენთ ფონდის მიერ ჩატარებული ინფლაციური მოლოდინების შემდეგი ტალღის კვლევის შედეგებს. Საზოგადოებრივი აზრი» (FOM) ბანკის დაკვეთით
კომენტარები კონსენსუსის პროგნოზი 1. პროფესიონალი პროგნოზირების კვლევა: ბელორუსია და ყაზახეთი
UDC 338.27 შოროვა ს.ნ. მე-3 კურსის სტუდენტი, საფინანსო და საკრედიტო ფაკულტეტი რუსეთი, კრასნოდარ ბლოხინა ი.მ., ეკონომიკურ მეცნიერებათა კანდიდატი, ასოცირებული პროფესორი ფინანსთა დეპარტამენტის ასოცირებული პროფესორი ყუბანის სახელმწიფო სოფლის მეურნეობის უნივერსიტეტი
ფინანსური სტაბილურობა აუცილებელი წინაპირობა ეკონომიკური ზრდის უზრუნველსაყოფად: განვითარებადი ბაზრების შედარებითი რისკის ანალიზი Kartavov IV. სამეცნიერო მრჩეველი: დოქტორი, ასოც. მატრიზაევი ბ.დ. Ფინანსური
A. A. SUKHIKH, A. S. DEMIDOV სამხრეთ-დასავლეთის სახელმწიფო უნივერსიტეტის ხელმძღვანელი: ეკონომიკის კანდიდატი, ასოცირებული პროფესორი ტრეტიაკოვა ი.ნ. რუსეთში ინფლაციური პროცესების ანალიზი (2009-2014 წწ.) ანოტაცია სტატია აანალიზებს
UDC 35.073.515.2 კურაზოვა დ.ა., ჩეჩნეთის სახელმწიფო უნივერსიტეტის "სტატისტიკისა და საინფორმაციო სისტემების ეკონომიკაში" დეპარტამენტის ასისტენტი რუსეთი, გროზნო რუსეთში სადაზღვევო ბაზრის განვითარების პერსპექტივები.
პრესის პუნქტები მე-4 თავის მასპინძელ პარტიაზე? გარე პირობები და ეკონომიკური ზრდა განვითარებად ბაზრებზე გლობალური ფინანსური კრიზისის დაწყებამდე, დროს და მის შემდეგ
ბიუჯეტი 3. რეგიონული ბიუჯეტების კონსოლიდაცია 2014 წელს, პროგნოზი 2015 წლის რეგიონებში.
UDC 330.101.54 გერაშჩენკო ე.რ. FGBOU HE "დონის სახელმწიფო ტექნიკური უნივერსიტეტის" (DSTU) სტუდენტი, მიტინა ი.ა., ეკონომიკის კანდიდატი, FGBOU HE "დონის სახელმწიფო ტექნიკური უნივერსიტეტის" (DSTU) ასოცირებული პროფესორი,
UDC 336.7 გილვანოვი T. I. სტუდენტი, e31 ეკონომიკისა და მათემატიკის ფაკულტეტის ჯგუფი, ბაშკირის სახელმწიფო უნივერსიტეტის ნეფტეკამსკის ფილიალი ისლამოვი F.F., ეკონომიკის კანდიდატი, ასოცირებული პროფესორი ნეფტეკამსკის ფილიალის ბაშკირის სახელმწიფო უნივერსიტეტი
ინფლაცია და საპროცენტო განაკვეთები რუსეთში ფასების ცვლილების ანალიზი, ცენტრალური ბანკის ქმედებები და საკრედიტო ბაზრის პირობები.
ტურბულენტობა მსოფლიო ფინანსურ ბაზრებზე: მიზეზები და რისკები* ანა კიიუცევსკაია, დოქ. ეკონომია მეცნიერებათა პაველ TRUNIN, Ph.D. ეკონომია მეცნიერებათა ბ ბოლო თვეებიგლობალური ეკონომიკა მზარდი რისკების წინაშე დგას
ნიკოლაენკოვა მარია სერგეევნა სტუდენტი პრუდნიკოვა ანა ანატოლიევნა Ph.D. ეკონომია მეცნიერი, ასოცირებული პროფესორი FGOBU VO "რუსეთის ფედერაციის მთავრობასთან არსებული ფინანსური უნივერსიტეტი", მოსკოვი
დრობიშევსკი ს.მ. პეტრენკო ვ.დ. ტურუნცევა მ.იუ. ხრომოვი მ.იუ. რუსეთის ეკონომიკის განვითარების პროგნოზი 2015 2016 წ აშკარაა, რომ 2015 წელს რუსეთი შედის ეკონომიკური რეცესიის, სიღრმისა და ხანგრძლივობის პერიოდში.
UDC 336 ეკონომიკური მეცნიერებები არცუევი აბუბაკარ მაირბეკოვიჩი, მთავრობასთან არსებული ფინანსური უნივერსიტეტის სტუდენტი რუსეთის ფედერაციაბაშიბუიუკი მუჰამედ ენესი, მთავრობასთან არსებული ფინანსური უნივერსიტეტის სტუდენტი
რუსეთის საბანკო სექტორის განვითარების ტენდენციების მიმოხილვა: 21 ანალიტიკური მასალის შედეგები 211 მარტი სარჩევი საბანკო აქტივების მოცულობა გაიზარდა 14,9%-ით. სბერბანკის აქტივები უფრო სწრაფად გაიზარდა, ვიდრე სხვა რუსული
UDC 368(470.54) საკვანძო სიტყვები: დაზღვევა, რეგიონალური სადაზღვევო ბაზარი, სიმჭიდროვე, შეღწევადობა, სიმულაციური მოდელირება I. Yu.
ვიშკოვსკი გენადი ლეონიდოვიჩი მარკეტინგული გავლენის ოპტიმალური არჩევანის მეთოდოლოგია მედიის დაგეგმვაში ძირითადი სიტყვები: მედია დაგეგმვა, ინფორმაციის მოთხოვნის მართვა, მარკეტინგის ფაზა
ანგარიში "ჩელიაბინსკის რეგიონის სოციალურ-ეკონომიკური განვითარების პროგნოზის შესახებ 2015 წლისთვის და 2016 და 2017 წლების დაგეგმილი პერიოდის შესახებ" სლაიდი 2.3 ჩელიაბინსკის რეგიონის სოციალურ-ეკონომიკური განვითარების პროგნოზი სამწლიანი პერიოდისთვის.
- სპეციალობა HAC RF08.00.13
- გვერდების რაოდენობა 149
შესავალი
თავი 1. პორტფოლიოს ინვესტიცია. თანამედროვე ხედვა და პრობლემები.
პუნქტი 1.1. ინვესტორები და მათი მიზნები. საინვესტიციო ინსტიტუტები და საპროცენტო განაკვეთები.
1.1.1. საინვესტიციო მიზნები. საინვესტიციო საქმიანობის სუბიექტები.
1.1.2. საინვესტიციო საქმიანობის ეტაპები.
ნაწილი 1.2. ფიქსირებული შემოსავლის ფასიანი ქაღალდების მიმოხილვა.
1.2.1. ფასიანი ქაღალდების კლასიფიკაცია.
1.2.2. ფასიანი ქაღალდები, რომლებიც ქმნიან საპროცენტო განაკვეთების ტერმინალურ სტრუქტურას.
ნაწილი 1.3. ფიქსირებული შემოსავლის პორტფელის მართვის სტრატეგიების მიმოხილვა. საპროცენტო განაკვეთის ცვლა. იმუნიზაციის სტრატეგიები.
1.3.1. პორტფელის სტრუქტურირების სტრატეგიები.
1.3.2. აქტივების მართვის სტრატეგიების კლასიფიკაცია.
1.3.3. საპროცენტო განაკვეთების დროებით სტრუქტურაში ცვლილებების სახეები.
1.3.4. არაპარალელური გადაადგილების პრობლემები. მიღებული გადაწყვეტილებები პრობლემის მოსაგვარებლად.
ნაწილი 1.4. ფინანსური ბაზრების ანალიზისა და პროგნოზირების მეთოდები. ინსტრუმენტარიუმი ფინანსური ბაზრების პროგნოზირებისთვის.
1.4.1. ფინანსური ბაზრების ანალიზის სახეები.
1.4.2. ანალიზის ტიპის არჩევა მოსავლიანობის მრუდში გადანაცვლების ტიპების პროგნოზირების პრობლემის გადასაჭრელად.
1.4.3. საპროცენტო განაკვეთების ტერმინის სტრუქტურის გამოყენებული მოდელები.
1.4.4. ფინანსური ბაზრების პროგნოზირება წესების ინდუქციის მეთოდებისა და ნერვული ქსელების გამოყენების საფუძველზე.
1.4.5. წესების ინდუქციის მეთოდებზე დაფუძნებული სისტემები.
1.4.6. Ნეირონული ქსელები.
1.4.7. ნერვული ქსელების გამოყენებით ფინანსური ბაზრების პროგნოზირების მახასიათებლები.
1.4.8. შერჩეული პროგნოზირების ინსტრუმენტები.
განყოფილება 1.5. ფაქტორები, რომლებიც განსაზღვრავენ საპროცენტო განაკვეთების ვადის სტრუქტურას.
1.5.1. საპროცენტო განაკვეთების ვადის სტრუქტურის ცვლილებაზე მოქმედი ეკონომიკური და არაეკონომიკური ფაქტორები.
1.5.2. მოსავლიანობის მრუდის დახრილობა. ფრანკელის მოდელი.
თავი 2. ფიქსირებული შემოსავლის მქონე ფასიანი ქაღალდების პორტფოლიოს მართვის მეთოდების შემუშავება.
პუნქტი 2.1. ნერვული ქსელების აგების ზოგადი პრინციპები საპროცენტო განაკვეთის დონის პროგნოზირების და არაპარალელური მიკერძოების პრობლემის გადაჭრისას.
ნაწილი 2.2. ძირითად ფუნდამენტურ ფაქტორებსა და საპროცენტო განაკვეთების დონეს შორის ურთიერთობის მოდელირება.
ნაწილი 2.3. საპროცენტო განაკვეთების სტრუქტურის მოდელირება.
ნაწილი 2.4. ფიქსირებული შემოსავლის მქონე ფასიანი ქაღალდების პორტფელის იმუნიზაციის მეთოდოლოგიის შემუშავება.
ნაწილი 2.5. არაპარალელური გადაადგილების პროგნოზირება.
თავი 3. ობლიგაციების პორტფოლიოს მენეჯერის ავტომატიზირებული სამუშაო ადგილის განვითარება.
პუნქტი 3.1. ARM კონცეფცია. AWP-ის განვითარების მიზნები.
ნაწილი 3.2. სამუშაო სადგურის ტექნოლოგიური არქიტექტურა.
ნაწილი 3.3. სამუშაო სადგურის ფუნქციური სტრუქტურა.
3.3.1. ბლოკი საინვესტიციო მიზნების განსაზღვრისთვის.
3.3.2. ბაზრების მდგომარეობისა და მაკროეკონომიკური მაჩვენებლების ისტორიის შესახებ ინფორმაციის მომზადების ბლოკი.
3.3.3. ბლოკი ბაზრების მდგომარეობის შესახებ მონაცემების გასაანალიზებლად და ბაზრების პროგნოზირებისთვის.
3.3.4. მიმდინარე პორტფელის სტრუქტურის ანალიზის ბლოკი, საინვესტიციო სტრატეგიის არჩევანი და საინვესტიციო პორტფელის დეტალური სტრუქტურის განსაზღვრა.
3.3.5. პორტფელის მართვის აქტივობის შეფასების ბლოკი.
ნაწილი 3.4. AWP-ის ტექნიკური და პროგრამული კომპონენტი.
ნაწილი 3.5. ნერვული ქსელი, როგორც ავტომატური სამუშაო ადგილის კომპონენტი.
ნაწილი 3.6. ძირითადი წესები და პროცედურები. ინფორმაციის მხარდაჭერა.
3.6.1. საინვესტიციო მიზნების სისტემის განსაზღვრის დებულებები.
3.6.2. კლიენტის/კომპანიის შეზღუდვების სისტემის განსაზღვრის დებულება.
3.6.3. აქტივების მართვის საკანონმდებლო შეზღუდვების სისტემის განსაზღვრის დებულება.
3.6.4. ინფრასტრუქტურული შეზღუდვების სისტემის განსაზღვრის დებულება.
3.6.5. საინფორმაციო და ანალიტიკური მხარდაჭერის რეგულაციები. გარე ინფორმაცია.
3.6.6. რეგულაციები ინფორმაციის მხარდაჭერა. ინფორმაცია პორტფელის სტრუქტურის შესახებ.
3.6.7. ტექნოლოგიების განვითარებისა და შენარჩუნების რეგულაციები.
3.6.8. საინვესტიციო სტრატეგიის ფორმირებისა და პორტფელის დეტალური სტრუქტურის განსაზღვრის რეგულაციები.
3.6.9. პორტფელის მართვის საქმიანობის შეფასების წესები.
ნაწილი 3.7. ავტომატიზირებული სამუშაო ადგილის ფუნქციონირების ეფექტურობის შეფასება.
ნაშრომის შესავალი (რეფერატის ნაწილი) თემაზე "პროცენტის განაკვეთების პროგნოზირების მოდელები და მეთოდები ფასიანი ქაღალდების მართვის ინფორმატიზაციაში"
კაპიტალის ეფექტური მართვა საწარმოებისა და ფიზიკური პირების ყველაზე მნიშვნელოვანი ამოცანაა. სახელმწიფოს მნიშვნელოვანი ადგილი უჭირავს აქტივების მართვის საქმიანობის რეგულირების, კონტროლისა და ეფექტიანობის ამაღლების სისტემაში. კერძოდ, მოსახლეობის სოციალური დაცვის დონის ამაღლება ერთ-ერთია პრიორიტეტებინებისმიერი სახელმწიფო. რეფორმაცია არსებული სისტემასაპენსიო უზრუნველყოფა, ამ მიზნით არასახელმწიფო საპენსიო უზრუნველყოფის სისტემის შექმნა მიზნად ისახავს ამ პრობლემის გადაჭრას პენსიონერების სოციალური დაცვის გაუმჯობესების კუთხით. ეს მიდგომა დომინირებს ობიექტურად მეტის გამო ეფექტური მუშაობაარასახელმწიფო საწარმოები.
არასახელმწიფო საპენსიო ფონდების ყველაზე მნიშვნელოვანი ამოცანა, თავის მხრივ, არის აქტივების მართვის ეფექტურობის გაზრდა ფონდის ინვესტორების მიერ დაბანდებულ სახსრებზე რისკის მისაღები დონით მაქსიმალური მომგებიანობის მისაღწევად. ვინაიდან ეს მიზნები მიიღწევა ფიქსირებული შემოსავლის მიღების ტექნოლოგიების გამოყენებით, ფიქსირებული შემოსავლის ფასიანი ქაღალდების მართვის ტექნოლოგიების შექმნის, დანერგვისა და ეფექტურობის გაუმჯობესების ამოცანებს უდიდესი მნიშვნელობა აქვს.
რუსეთის ფინანსური ბაზრის ჯერ კიდევ ხანმოკლე ისტორიის გამო, ერთი მხრივ, და დასავლური ფინანსური ინსტიტუტების მიერ დაგროვილი დიდი გამოცდილების გამო, მეორე მხრივ, აქტივების მართვაში უდიდეს წარმატებას აღწევენ ის ფინანსური მენეჯერები, რომლებიც რაციონალურად იყენებენ ამ გამოცდილებას. დასავლური აქტივების მართვის ტექნოლოგიების რუსეთში გადაცემა, მაგრამ ამავდროულად გაითვალისწინოს რუსული ეკონომიკის თავისებურებები, მენტალიტეტი და ა.შ.
რუსეთის ფინანსური ბაზრის ყველაზე მნიშვნელოვანი მახასიათებლები, რომლებიც შეინიშნება მისი ფუნქციონირების ბოლო ხუთი წლის განმავლობაში, მოიცავს: მოკლე ისტორიას;
გარე ფაქტორების გავლენის მაღალი ზემოქმედება (რომელთაგან მთავარია უცხოური კაპიტალის მოძრაობა);
არაფორმალიზებადი და ცუდად პროგნოზირებადი ფაქტორების გავლენის მაღალი ხარისხი;
საკანონმდებლო ბაზის მაღალი ცვალებადობა.
ეს მახასიათებლები განსაზღვრავს რუსეთის ფედერაციაში ფინანსური ბაზრების ანალიზისა და პროგნოზირების ზოგიერთ პრობლემას. მოკლე ისტორია არ იძლევა მოვლენათა სივრცის ადეკვატურ განზოგადებას და ანალიზს; არალიკვიდური ბაზარი საშუალებას აძლევს ერთ მსხვილ ოპერატორს შემთხვევითი გზით მნიშვნელოვანი გავლენა მოახდინოს ფასების დონეზე; კანონმდებლობის ცვალებადობა ცუდად პროგნოზირებადია და ხშირად არ შეესაბამება ეკონომიკურ რეალობას.
ამიტომ ფასიანი ქაღალდების ბაზრების ანალიზისა და პროგნოზირების მეთოდების უმეტესობის გამოყენება, მათ შორის ფიქსირებული შემოსავლის ფასიანი ქაღალდების ბაზრები, პრაქტიკულად შეუძლებელია. არალიკვიდურ და სუსტად ლიკვიდურ ბაზრებზე, რომელიც იყო 1997 წლამდე და 1998-1999 წლებში რუსეთის ფიქსირებული შემოსავლის ფასიანი ქაღალდების ბაზარი, საშუალოვადიანი პროგნოზის მიზნებისთვის შეუძლებელია კლასიკური ტექნიკური ანალიზის ან კლასიკური ფუნდამენტური ფაქტორების ანალიზის გამოყენება. ხელმისაწვდომი არაპროგნოზირებადი ან სუსტი პროგნოზირებადი ფაქტორები. საშუალოვადიანი საპროცენტო განაკვეთის პროგნოზის სიზუსტე (1 თვეზე მეტი პერიოდის განმავლობაში) პროგნოზირებისას თანამედროვე ტექოლოგიანეირონული ქსელების გამოყენებაზე დაფუძნებული 60%-ზე ნაკლებია, რაც არადამაკმაყოფილებელი მაჩვენებელია.
რუსეთის ფინანსური ბაზრისთვის დამახასიათებელი ყველა ზემოაღნიშნული პრობლემის გაცნობიერებით და მიღების გათვალისწინებით, რუსეთის მთავრობა ეტაპობრივად ახორციელებს შიდა ფინანსური ინსტიტუტების საქმიანობის ლეგალურ ლიბერალიზაციას. ამის მაგალითია არასახელმწიფო საპენსიო ფონდების ნებართვა, განათავსონ აქტივები დასავლური ფინანსური ბაზრების მაღალ სანდო ინსტრუმენტებში.
მაშასადამე, დასავლურ ფინანსურ ბაზრებზე არსებული აქტივების მართვის ტექნოლოგიების ანალიზი, მათი ნაკლოვანებების იდენტიფიცირება, ამ ტექნოლოგიების მოდიფიცირება, რათა გაუმჯობესდეს პროგნოზის სიზუსტე დასავლეთის ფულის ბაზრებზე და კაპიტალის ბაზრებზე შემდგომი გამოყენებისთვის, ასევე ადაპტაცია. რუსული პირობები საინვესტიციო კლიმატის გაუმჯობესებით, ფინანსური მენეჯმენტის ყველაზე აქტუალური თანამედროვე ამოცანაა რუსეთში.
დასავლეთის ფინანსური ბაზრების მრავალსაუკუნოვანი ისტორიის მანძილზე შემუშავებული ტექნოლოგიების მრავალფეროვნების მიუხედავად, ამჟამად პორტფელის მართვის მეთოდებისა და თეორიების შემუშავება გრძელდება. განსაკუთრებით ძლიერი იმპულსი პორტფელის მართვის ტექნოლოგიების განვითარებასა და გაუმჯობესებას მისცა ინფორმაციული ტექნოლოგიების სფეროში გარღვევამ. შესაძლებელი გახდა დიდი რაოდენობით მონაცემების ფაქტორული ანალიზი გამოყენებაზე დაყრდნობით უახლესი ტექნოლოგიებიმონაცემთა შეგროვება, შენახვა და სწრაფი დამუშავება; ისეთი ხელსაწყოების გაჩენამ, როგორიცაა ნერვული ქსელები, შესაძლებელი გახადა ეკონომიკაში არააშკარა შაბლონების იდენტიფიცირება. შეიძლება აღინიშნოს, რომ ამ დროისთვის აქტივების მართვის ტექნოლოგიების განვითარება მნიშვნელოვნად არის დამოკიდებული საინფორმაციო ტექნოლოგიების განვითარების დონეზე. ამიტომ, ინფორმაციული ტექნოლოგიების გაუმჯობესების პროცესის მსგავსად, აქტივების მართვის ახალი ტექნოლოგიების შემუშავების პროცესს შეიძლება ეწოდოს უწყვეტი.
არსებული საინვესტიციო ტექნოლოგიების, მოდელებისა და პროგნოზირების მეთოდების გაუმჯობესების აუცილებლობა თანამედროვე პირობებიდა განსაზღვრა ნაშრომში ჩატარებული კვლევის თემა.
კვლევის მიზანია საპროცენტო განაკვეთების პროგნოზირების მოდელებისა და მეთოდების შემუშავება და მათი გამოყენება ფასიანი ქაღალდების პორტფელის მართვაში.
ობლიგაციების პორტფელის მენეჯერის სამუშაო ადგილის შემუშავების მიზნებია:
ფიქსირებული შემოსავლის ფასიანი ქაღალდების პორტფელების მართვის ეფექტიანობის გაუმჯობესება;
კომპანიის/ფონდის კონკურენტუნარიანობის ამაღლება;
ყველა სახის საინვესტიციო სტრატეგიის ანალიზის საფუძველზე ობლიგაციების პორტფელის მენეჯერისთვის შესაძლო გადაწყვეტილებების ხის ფორმირება;
განხორციელების ეფექტურობის შეფასება და სხვადასხვა საინვესტიციო სტრატეგიის, მათ შორის კლასიკური და უახლესი, შედარების უნარი;
აქტივების პორტფელის მენეჯერების კვალიფიკაციის ამაღლება.
კვლევის მიზნები მიზნის შესაბამისად არის:
ფინანსური ინსტიტუტებისა და ფიზიკური პირების საინვესტიციო მიზნების ხასიათის კვლევა;
ფიქსირებული შემოსავლის ფასიანი ქაღალდების სახეების კვლევა, ფიქსირებული შემოსავლის ფასიანი ქაღალდების კლასიფიკაციის აგება;
ფასიანი ქაღალდების პორტფელის მართვის საინვესტიციო სტრატეგიების კვლევა და კლასიფიკაცია;
ფინანსური ბაზრების ანალიზისა და პროგნოზის მიღებული მეთოდების განსაზღვრა;
საპროცენტო განაკვეთების დინამიკაზე უდიდესი ზეგავლენის მქონე ფაქტორების იდენტიფიცირება, ნერვული ქსელის ტექნოლოგიების გამოყენებით ამ ფაქტორების მნიშვნელობის განსაზღვრა;
საპროცენტო განაკვეთის სტრუქტურების მოდელირება;
საპროცენტო განაკვეთების მნიშვნელოვან ფაქტორებზე დამოკიდებულების მოდელის აგება ნერვული ქსელის ტექნოლოგიების გამოყენებაზე დაყრდნობით;
ფიქსირებული შემოსავლის ფასიანი ქაღალდების მართვის ტექნოლოგიების გამოყენებასთან დაკავშირებული რისკების იდენტიფიცირება;
ფიქსირებული შემოსავლის ფასიანი ქაღალდების მართვის ტექნოლოგიების გამოყენების რისკების შემცირების მეთოდების შემუშავება;
ობლიგაციების პორტფელის მენეჯერისთვის ავტომატური სამუშაო ადგილის (AWP) შემუშავება და დანერგვა;
ფიქსირებული შემოსავლის ფასიანი ქაღალდების პორტფელის მართვის დადგენილი სისტემის ეფექტურობის შეფასება.
კვლევის ობიექტია აშშ დოლარში გამოშვებული ფიქსირებული შემოსავლის ფასიანი ქაღალდების ბაზარი. ნაშრომი განიხილავს აშშ-ს სახაზინო ვალდებულებების შემოსავლიანობის მრუდის დინამიკას (აშშ ხაზინის ბილეთები, კუპიურები და ობლიგაციები). კვლევის საგანია ამოცანა ეფექტური მენეჯმენტიფიქსირებული შემოსავლის ფასიანი ქაღალდების პორტფელი.
ამისთვის სამეცნიერო გამოკვლევასამუშაოში გამოყენებული მეთოდები სტატისტიკური ანალიზი, ემპირიული კვლევა, რიცხვითი ოპტიმიზაცია, ნერვული ქსელების თეორიის მეთოდები, მინიმქს ამოცანების ამოხსნის მეთოდები.
1. საპროცენტო განაკვეთის დონის პროგნოზირების ტექნოლოგიები განსაზღვრით ფუნქციური დამოკიდებულებებისაკვანძო მაკროეკონომიკურ ფაქტორებს შორის, მათ საშუალო წარსულ მნიშვნელობებსა და ინვესტორების მოლოდინებს შორის საპროცენტო განაკვეთის დონესთან დაკავშირებით ნერვული ქსელის ინსტრუმენტების გამოყენებით;
2. ხაზოვანი ერთშრიანი ნერვული ქსელების გამოყენებით საპროცენტო განაკვეთების პროგნოზირების ფაქტორების მნიშვნელოვნების ანალიზის ტექნოლოგიები;
3. შემოსავლიანობის მრუდის ცვლის ტიპის (პარალელური ან არაპარალელური) პროგნოზირების ტექნოლოგიები მაკროეკონომიკურ ინდიკატორებზე გადანაცვლების ტიპის დამოკიდებულების მულტიფაქტორული მოდელის გამოყენებით და ნერვული ქსელის ხელსაწყოების გამოყენებით;
4. მეთოდი იმის დასადგენად, შესაძლებელია თუ არა პორტფელის იმუნიზაციის სტრატეგიების გამოყენება პორტფელის იმუნიზაციის კრიტერიუმის გამოყენებით; პორტფელის იმუნიზაციის კრიტერიუმების შემუშავება;
5. ნებისმიერი პერიოდის იმუნიზაციის დროს იმუნიზირებული პორტფელის სტრუქტურის განსაზღვრის ტექნოლოგიები.
პრაქტიკული ღირებულებანაშრომი მდგომარეობს იმაში, რომ განვითარებული აპარატი ფიქსირებული შემოსავლის ფასიანი ქაღალდების პორტფელის მართვის პრობლემების გადასაჭრელად პრაქტიკაში გამოიყენება NPF მმართველი კომპანიის მიერ რუსეთის ფასიანი ქაღალდების ბაზარზე გავლენის ერთ-ერთი მთავარი ფაქტორის - აშშ-ს ხაზინის საპროცენტო განაკვეთის პროგნოზირებისთვის. ობლიგაციები. განვითარებული ტექნოლოგიების გამოყენება შესაძლებელია, როდესაც საბოლოოდ შეიცვლება სავალუტო კონტროლის კანონმდებლობა, რის შემდეგაც შესაძლებელი იქნება რუსული ფონდების ოპერირება კაპიტალის საერთაშორისო ბაზრებზე. ამ ტექნოლოგიების ადაპტირება შესაძლებელია რუსეთის ფინანსურ ბაზარზეც მას შემდეგ, რაც რუსეთის ფედერაციას მიენიჭება საინვესტიციო რეიტინგი წამყვანი დასავლური სარეიტინგო სააგენტოების მიერ, რაც ნიშნავს ახალი ინვესტორების და კაპიტალის მოსვლას და რუსული ფინანსური ბაზრის სტაბილიზაციას.
აღსანიშნავია, რომ ნაშრომში მიღებული შედეგები შეიძლება გამოიყენონ არა მხოლოდ არასახელმწიფო საპენსიო ფონდებმა, არამედ სადაზღვევო კომპანიებმა, საინვესტიციო კომპანიებმა, კომერციულმა ბანკებმა და კერძო ინვესტორებმა ფიქსირებული შემოსავლის ფასიანი ქაღალდების პორტფელების მართვის მიზნით.
სადისერტაციო დასკვნა თემაზე "ეკონომიკის მათემატიკური და ინსტრუმენტული მეთოდები", შკრაპკინი, ალექსეი ვადიმოვიჩი
დასკვნა.
დისერტაცია ეფექტური იყო საინფორმაციო ტექნოლოგიაპორტფელის მართვა ფიქსირებული შემოსავლით. ეფექტურობა დადასტურდა რეალურ ბაზრის მონაცემებზე ტესტირებით.
კვლევის მიზნებიდან გამომდინარე, გადაწყდა შემდეგი ამოცანები:
ჩატარდა კვლევა საინვესტიციო ინსტიტუტებისა და ფიზიკური პირების საინვესტიციო მიზნების ხასიათის შესახებ; დაადგინა საინვესტიციო მიზნების ტიპები, რაც დამოკიდებულია სხვადასხვა ტიპის ინვესტორებზე.
განხორციელდა ფიქსირებული შემოსავლის მქონე ფასიანი ქაღალდების სახეობების შესწავლა, აშენდა ფიქსირებული შემოსავლის მქონე ფასიანი ქაღალდების კლასიფიკაცია; გამოვლენილია კვლევის ობიექტის ფასიანი ქაღალდები;
შესწავლილია ფასიანი ქაღალდების პორტფელის მართვის საინვესტიციო სტრატეგიების არსებული კლასიფიკაცია;
გამოვლენილი და გამოკვლეულია ფინანსური ბაზრების ანალიზისა და პროგნოზირების მიღებული მეთოდები;
გამოვლენილია ფიქსირებული შემოსავლის ფასიანი ქაღალდების მართვის ტექნოლოგიების გამოყენებასთან დაკავშირებული რისკები;
გამოვლენილია ფაქტორები, რომლებიც ყველაზე დიდ გავლენას ახდენენ საპროცენტო განაკვეთების დინამიკაზე და ამ ფაქტორების მნიშვნელობა გაანალიზებულია ნერვული ქსელის ტექნოლოგიების გამოყენებაზე დაყრდნობით;
განისაზღვრება საპროცენტო განაკვეთების დროებითი სტრუქტურების არსებული მოდელები; დაემატა ერთ-ერთი არსებული მოდელი, რის შედეგადაც გაიზარდა მიახლოების სიზუსტე;
საპროცენტო განაკვეთების მნიშვნელოვან ფაქტორებზე დამოკიდებულების მოდელი აგებულია ნერვული ქსელის ტექნოლოგიების გამოყენებაზე დაყრდნობით;
შემუშავებულია ტექნიკა ფიქსირებული შემოსავლის ფასიანი ქაღალდების მართვის ტექნოლოგიების გამოყენების რისკების შესამცირებლად, რომელიც ეფუძნება შეცვლილი იმუნიზაციის სტრატეგიების გამოყენებას დახრის ცვლისგან დაცვით;
განხორციელდა ობლიგაციების პორტფელის მენეჯერისთვის ავტომატური სამუშაო ადგილის (AWP) შემუშავება და დანერგვა;
ტარდება ფიქსირებული შემოსავლით ფასიანი ქაღალდების პორტფელის მართვის შექმნილი სისტემის მუშაობის ეკონომიკური ეფექტურობის შეფასება.
მიღებული შედეგები საშუალებას გვაძლევს დავასკვნათ, რომ გადაიდგა კიდევ ერთი ნაბიჯი ძირითადი შემოსავალი აქტივების პორტფელის მართვის ტექნოლოგიების გაუმჯობესებასა და განვითარებაში. შემუშავებული ტექნოლოგიები ამ ტექნოლოგიების გამოყენებით კომპანიის პორტფელის მენეჯერებს საშუალებას მისცემს გააუმჯობესონ აქტივების მართვის ეფექტურობა.
სადისერტაციო კვლევისათვის საჭირო ცნობარების სია ეკონომიკის მეცნიერებათა კანდიდატი შკრაპკინი, ალექსეი ვადიმოვიჩი, 2000 წ
1. Sharp W.F., Alexander G.J., Bailey J.W. Investments M. Infra-M, 1997.- 1024 გვ.
2. Frank J. Fabozzi ბონდის ბაზრები, ანალიზი და სტრატეგიები Prentice Hall, 1996.595 გვ.
3. ფრენკ ჯ. ფაბოცი, ფრანკო მოდილიანი, კაპიტალის ბაზრები: ინსტიტუტები და ინსტრუმენტები - Prentice Hall, 1992 წ.
4. Frank J. Fabozzi ბონდის ბაზრები, ანალიზი და მონაწილეები Prentice Hall, 1994 წ.
5. F.M. Reddington მიმოხილვა ცხოვრების საოფისე შეფასების პრინციპის შესახებ, აქტუართა ინსტიტუტის ჟურნალი, 1952 წ.
6.G.O. ბიერვაგი, ჯორჯ კ. კაუფმანი, ალდენ ტოევსი იმუნიზაციის სტრატეგიები მრავალჯერადი ვალდებულებების დაფინანსებისთვის ჟურნალი ფინანსური და რაოდენობრივი ანალიზისთვის, 1983 წ.
7. Fong and Vasicek რისკის მინიმიზაციის სტრატეგია მრავალჯერადი პასუხისმგებლობის იმუნიზაციისთვის - პორტფელის მენეჯმენტის ჟურნალი, 1987 წლის გაზაფხული.
8. ფრენკ ჯონსი მოსავლიანობის მრუდის სტრატეგიები ფიქსირებული შემოსავლის ჟურნალი, 1 - 1991 წ.
9. რობერტ რ. რეიტანო იმუნიზაციის თეორიის მულტივარიაციული მიდგომა აქტუალური კვლევის საკლირინგო სახლი, 1990 წ.
10. Robert R. Reitano არაპარალელური მოსავლიანობის მრუდის ცვლა და იმუნიზაცია პორტფელის მენეჯმენტის ჟურნალი, გაზაფხული 1992 წ.
11. J.A. Frankel ფინანსური ბაზრები და მონეტარული პოლიტიკა, MIT Press, კემბრიჯი, 1995 წ.
12. I.T.Nabney P.G.Jenkins Rule induction in finance and marketing Conference on data mining in finance and marketing, 1992 წ.
13. გ.კიბენკო სიგმოიდური ფუნქციის სუპერპოზიციით მიახლოება მათემ. კონტროლი, სიგნალები და სისტემები, 1989 წ
14. C. Dunis ფინანსური ბაზრების პროგნოზირება ჯონ უილი "& შვილები, 1997 წ.
15.ჯ.მ. კეინსი დასაქმების ზოგადი თეორია, ინტერესი და ფული მაკმილანი, ლონდონი, 1936 წ
16. W.Phoa Advanced ფიქსირებული შემოსავლის ანალიტიკა FJF, 1998 წ
17. გორბან ა.ნ. ნერვული ქსელების სწავლება. მოსკოვი. SP პარა. 1990. - 160 გვ.18.2-ე სრულიადრუსული სამეცნიერო და ტექნიკური კონფერენცია "ნეიროინფორმატიკა-2000". სამეცნიერო ნაშრომების კრებული. 2 ნაწილად. M.: MEPhI, 2000. 284 გვ.
18. N. Anderson, F. Breedon მოსავლიანობის მრუდის შეფასება და ინტერპრეტაცია Wiley, 1997 220 გვ.
19. J. W. Smith, E. V. Kuznetsova, Financial Management of Company Legal Culture, 1995 383 გვ.
20. დ.-ე. ბასტენსი, ვ.-მ. ვან დენბერგი, დ.ვუდი ნერვული ქსელები და ფინანსური ბაზრები, ფინანსური და სადაზღვევო მათემატიკა 1997 წ 236 გვ.
21. Vasicek and Beyond Approaches to building and applications to საპროცენტო განაკვეთის მოდელები - Financial Engineering ltd., 1996 367c.
22. G. O. Bierwag, ხანგრძლივობა ანალიზი: საპროცენტო განაკვეთის რისკის მართვა. კემბრიჯი, MA: Ballinger Publishing Company, 1987 წ
23.გ.კ. კაუფმანის საპროცენტო განაკვეთის რისკის გაზომვა და მართვა: პრაიმერი. ეკონომიკური პერსპექტივა, ჩიკაგოს ფედერალური სარეზერვო ბანკი 1-2 1984 წ
24. R. Litterman, J. Scheinkman საერთო ფაქტორები, რომლებიც გავლენას ახდენენ ობლიგაციების ანაზღაურებაზე, ფიქსირებული შემოსავლის ჟურნალი, 6-1991 წ.
25.R.E. Dattatreya, F.J. Fabozzi ფიქსირებული შემოსავლის პორტფელების აქტიური მთლიანი დაბრუნების მართვა, Probus Publishing, 1989 წ.
26. F. Modigliani, R. J. Shiller, ინფლაცია, რაციონალური მოლოდინი დასაპროცენტო განაკვეთების ვადა სტრუქტურა, ეკონომეტრიკა, 1973 წ
27. თ.ე. Messmore ხანგრძლივობა ჭარბი. პორტფოლიოს მენეჯმენტის ჟურნალი, ზამთარი 1990 წ
28. F. J. Fabozzi Investment Management, Infra-M, 2000 წ
29. K. J. Cohen, R. L. Kramer, W. H. Waugh Regression-ის მოსავლიანობის მრუდები აშშ-ს სახელმწიფო ფასიანი ქაღალდებისთვის, მენეჯმენტის მეცნიერება, 14, 1966 წ.
30. W.T. Carleton, I.A. Cooper, საპროცენტო განაკვეთების ტერმინის სტრუქტურის შეფასება და გამოყენება, ფინანსების ჟურნალი, 4, 1976 წ.
31. De Boor, პრაქტიკული გზამკვლევი სპლაინებისთვის, Springer-Verlag, New York 1978 წ.
32. D.I. Meiselman საპროცენტო განაკვეთების ტერმინი სტრუქტურა, Prentice hall, 1962 წ.
33. G.S. Shea, საპროცენტო განაკვეთის ვადის სტრუქტურის შეფასება ექსპონენციალური ხაზებით: შენიშვნა, ფინანსების ჟურნალი, 1, 1985 წ.
34. A. Buhler, H. Zimmermann საპროცენტო განაკვეთების ტერმინალური სტრუქტურის სტატისტიკური ანალიზი შვეიცარიასა და გერმანიაში. ფიქსირებული შემოსავლების ჟურნალი 12-1996წ.
35. A. Beja სახელმწიფო უპირატესობა და რისკის გარეშე საპროცენტო განაკვეთი: კაპიტალის ბაზრების მარკოვის მოდელი. ეკონომიკური კვლევების მიმოხილვა 46, 1979 წ
36. შკრაპკინი ა.ბ. პორტფელის მართვის ზოგადი სტრატეგიები. აქტიური, პასიური და პასიურ-აქტიური პორტფელის სტრატეგიები./ სამეცნიერო კონფერენციის მასალები „რეფორმები რუსეთში და მენეჯმენტის პრობლემები-97“, ნომერი 3 M .: GAU 1997 წ.
37. შკრაპკინი ა.ვ. პორტფელის სტრუქტურირების სტრატეგიები. / ფასიანი ქაღალდების ბაზარი, 2000, No19.
38. შკრაპკინი ა.ვ. საპროცენტო განაკვეთების პროგნოზირების მიდგომები ნერვული ქსელის ხელსაწყოების გამოყენებით. / საბანკო ტექნოლოგიები, 2000, No12.
გთხოვთ გაითვალისწინოთ, რომ ზემოთ წარმოდგენილი სამეცნიერო ტექსტები განთავსებულია განსახილველად და მიღებულია აღიარების გზით ორიგინალური ტექსტებიდისერტაციები (OCR). ამასთან დაკავშირებით, ისინი შეიძლება შეიცავდეს შეცდომებს, რომლებიც დაკავშირებულია ამოცნობის ალგორითმების არასრულყოფილებასთან. AT PDF ფაილებიდისერტაციები და რეფერატები, რომლებსაც ჩვენ ვაძლევთ, ასეთი შეცდომები არ არის.
ვალუტის წყვილის შემდგომი დინამიკის პროგნოზირების მიზნით, შემუშავებულია უამრავი მეთოდი. თუმცა, რაოდენობა ხარისხად არ იქცა და საკმაოდ ეფექტური პროგნოზის მიღება არც ისე ადვილი საქმეა. განვიხილოთ სავალუტო წყვილის კურსის პროგნოზირების ოთხი ყველაზე გავრცელებული მეთოდი.
მსყიდველობითი უნარის პარიტეტის (PPP) თეორია
მსყიდველობითი უნარის პარიტეტი (PPP) ალბათ ყველაზე პოპულარული მეთოდია. ეკონომიკის სახელმძღვანელოებში სხვებზე უფრო ხშირად არის ნახსენები. PPP თეორია ეფუძნება „ერთი ფასის კანონის“ პრინციპს, რომელიც აცხადებს, რომ სხვადასხვა ქვეყანაში იდენტური საქონლის ღირებულება ერთნაირი უნდა იყოს.
მაგალითად, კანადაში კაბინეტის ფასი უნდა იყოს იგივე, რაც იგივე კაბინეტის ფასი შეერთებულ შტატებში, გაცვლითი კურსის გათვალისწინებით და ტრანსპორტირებისა და გაცვლის ხარჯების გამოკლებით. ანუ არ უნდა არსებობდეს სპეკულაციის საფუძველი ერთ ქვეყანაში იაფად ყიდვა და მეორეში უფრო ძვირად გაყიდვა.
PPP თეორიის მიხედვით, გაცვლითი კურსის ცვლილება უნდა ანაზღაურდეს. მაგალითად, მიმდინარე წელს აშშ-ში ფასები 4%-ით უნდა გაიზარდოს, კანადაში იმავე პერიოდში - 2%-ით. ამდენად, ინფლაციის დიფერენციალი არის: 4% - 2% = 2%.
შესაბამისად, ფასები აშშ-ში უფრო სწრაფად გაიზრდება, ვიდრე კანადაში. PPP თეორიის თანახმად, აშშ დოლარმა უნდა დაკარგოს დაახლოებით 2% ღირებულება, რათა ერთი და იგივე საქონლის ფასი ორ ქვეყანაში დაახლოებით იგივე დარჩეს. მაგალითად, თუ გაცვლითი კურსი იყო 1 CAD = 0.9 აშშ დოლარი, მაშინ PPP თეორიის მიხედვით, პროგნოზირებული კურსი გამოითვლება შემდეგნაირად:
(1 + 0.02) x ($0.90/CAD) = 0.918 $/CAD
ანუ PPP-ის შესასრულებლად კანადური დოლარი უნდა გაიზარდოს 91,8 აშშ ცენტამდე.
PPP პრინციპის გამოყენების ყველაზე გავრცელებული მაგალითია Big Mac-ის ინდექსი, რომელიც ეფუძნება მისი ფასის შედარებას სხვადასხვა ქვეყანაში და რომელიც აჩვენებს ვალუტის გაუფასურებისა და გადაფასების დონეს.
ფარდობითი ეკონომიკური სტაბილურობის პრინციპი
ამ ლაშქრობის მეთოდი აღწერილია თავად სათაურში. საფუძვლად სხვადასხვა ქვეყნის ეკონომიკის ზრდის ტემპებია აღებული, რაც შესაძლებელს ხდის გაცვლითი კურსის დინამიკის პროგნოზირებას. ლოგიკურია ვივარაუდოთ, რომ სტაბილური ეკონომიკური ზრდა და ჯანსაღი ბიზნესკლიმატი უფრო მეტ უცხოურ ინვესტიციას მოიზიდავს. ინვესტიციისთვის აუცილებელია ეროვნული ვალუტის შეძენა, რაც, შესაბამისად, იწვევს ეროვნულ ვალუტაზე მოთხოვნის ზრდას და მის შემდგომ გამყარებას.
ეს მეთოდი შესაფერისია არა მხოლოდ ორი ქვეყნის ეკონომიკის მდგომარეობის შედარებისას. მისი გამოყენება შესაძლებელია საინვესტიციო ნაკადების არსებობისა და ინტენსივობის შესახებ აზრის ფორმირებისთვის. მაგალითად, ინვესტორებს იზიდავს უფრო მაღალი საპროცენტო განაკვეთები, რაც მათ საშუალებას აძლევს მიიღონ მაქსიმალური ანაზღაურება ინვესტიციებზე. შესაბამისად, ეროვნულ ვალუტაზე მოთხოვნა კვლავ იზრდება და მყარდება.
დაბალ საპროცენტო განაკვეთებს შეუძლია შეამციროს უცხოური ინვესტიციების ნაკადი და სტიმულირება მოახდინოს შიდა დაკრედიტებაზე. ასეა იაპონიაში, სადაც საპროცენტო განაკვეთები რეკორდულად დაბალ დონეზე შემცირდა. არსებობს სავაჭრო სტრატეგია, რომელიც ეფუძნება საპროცენტო განაკვეთების განსხვავებას.
განსხვავება ფარდობითობის პრინციპს შორის ეკონომიკური სტაბილურობა PPP-ის თეორიიდან არის ის, რომ მისი დახმარებით შეუძლებელია გაცვლითი კურსის ზომის პროგნოზის გაკეთება. ის მხოლოდ ინვესტორს აძლევს ზოგადი იდეავალუტის გაძლიერების ან შესუსტების პერსპექტივებისა და იმპულსის სიძლიერის შესახებ. მეტის მისაღებად სრული სურათიფარდობითი ეკონომიკური სტაბილურობის პრინციპი შერწყმულია პროგნოზირების სხვა მეთოდებთან.
ეკონომეტრიული მოდელის აგება
გაცვლითი კურსის პროგნოზირების ძალიან პოპულარული მეთოდია მოდელების შექმნის მეთოდი, რომელიც აღწერს გაცვლითი კურსის ურთიერთობას ფაქტორებთან, რომლებიც, ინვესტორის ან ტრეიდერის აზრით, გავლენას ახდენს მის მოძრაობაზე. ეკონომეტრიული მოდელის შედგენისას, როგორც წესი, გამოიყენება ეკონომიკური თეორიის მნიშვნელობები, თუმცა გამოთვლებში შეიძლება გამოყენებულ იქნას ნებისმიერი სხვა ცვლადი, რომელიც მნიშვნელოვან გავლენას ახდენს გაცვლით კურსზე.
ავიღოთ, მაგალითად, პროგნოზის გაკეთება მომავალი წლისთვის USD/CAD წყვილისთვის. ჩვენ ვირჩევთ წყვილის დინამიკის ძირითად ფაქტორებს: განსხვავება (დიფერენციალური) აშშ-სა და კანადის საპროცენტო განაკვეთებში (INT), განსხვავებას და განსხვავებას აშშ-სა და კანადის მოსახლეობის პირადი შემოსავლების ზრდის ტემპებს შორის. (IGR). ეკონომეტრიული მოდელი ამ შემთხვევაში ასე გამოიყურება:
USD/CAD (1 წელი) = z + a(INT) + b(GDP) + c(IGR)
a, b და c კოეფიციენტები შეიძლება იყოს როგორც უარყოფითი, ასევე დადებითი და აჩვენებს, თუ რამდენად ძლიერია შესაბამისი ფაქტორის გავლენა. უნდა აღინიშნოს, რომ მეთოდი საკმაოდ რთულია, თუმცა, თუ არსებობს მზა მოდელი, საკმარისია უბრალოდ ჩაანაცვლოთ ახალი მონაცემები პროგნოზის მისაღებად.
დროის სერიების ანალიზი
დროის სერიების ანალიზის მეთოდი არის წმინდა ტექნიკური და არ ითვალისწინებს ეკონომიკურ თეორიას. დროის სერიების ანალიზში ყველაზე პოპულარული მოდელია ავტორეგრესიული მოძრავი საშუალო (ARMA) მოდელი. მეთოდი ეფუძნება სავალუტო წყვილის ფასების მოდელების პროგნოზირების პრინციპს წარსულის დინამიკაზე დაყრდნობით. გამოთვლა ხორციელდება სპეციალური კომპიუტერული პროგრამით, რომელიც ეფუძნება დროის სერიების შეყვანილ პარამეტრებს, რომლის შედეგია კონკრეტული სავალუტო წყვილის ინდივიდუალური ფასის მოდელის შექმნა.
უდავოდ, გაცვლითი კურსის პროგნოზირება უაღრესად რთული ამოცანაა. ბევრი ინვესტორი უბრალოდ ამჯობინებს სავალუტო რისკების დაზღვევას. სხვა ინვესტორებმა იციან გაცვლითი კურსის პროგნოზირების მნიშვნელობა და ცდილობენ გაიგონ მათზე მოქმედი ფაქტორები. ზემოაღნიშნული მეთოდები შეიძლება იყოს კარგი დახმარება ბაზრის ასეთი მონაწილეებისთვის.
სტატისტიკაში საპროცენტო განაკვეთის დონის მოდელირებისთვის გამოიყენება სხვადასხვა ტიპის განტოლებები, მათ შორის სხვადასხვა ხარისხის პოლინომები, მაჩვენებლები, ლოგიკური მრუდები და სხვა ტიპის ფუნქციები.
საპროცენტო განაკვეთების დონეების მოდელირებისას მთავარი ამოცანაა შეარჩიოთ ფუნქციების ტიპი, რომელიც ყველაზე ზუსტად აღწერს შესასწავლი ინდიკატორის განვითარების ტენდენციას. ფუნქციის განსაზღვრის მექანიზმი მსგავსია განტოლების ტიპის არჩევის ტენდენციის მოდელების აგებისას. პრაქტიკაში, ამ პრობლემის გადასაჭრელად გამოიყენება შემდეგი წესები.
1) თუ დინამიკის სერია ერთფეროვნად იზრდება ან მცირდება, მაშინ მიზანშეწონილია გამოიყენოთ შემდეგი ფუნქციები: წრფივი, პარაბოლური, სიმძლავრე, ექსპონენციალური, ჰიპერბოლური ან ამ ტიპების კომბინაცია.
2) თუ სერია მიდრეკილია სწრაფად განავითაროს ინდიკატორი პერიოდის დასაწყისში და შემცირდეს პერიოდის ბოლოსკენ, მაშინ მიზანშეწონილია გამოიყენოთ ლოგისტიკური მრუდები.
3) თუ დინამიკის სერიას ახასიათებს უკიდურესი მნიშვნელობების არსებობა, მაშინ მიზანშეწონილია აირჩიოთ გომპერცის მრუდის ერთ-ერთი ვარიანტი მოდელად.
საპროცენტო განაკვეთის დონეების მოდელირების პროცესში დიდი მნიშვნელობაეძლევა ანალიტიკური ფუნქციის ტიპის ფრთხილად შერჩევას. ეს აიხსნება იმით, რომ წარსულში გამოვლენილი ინდიკატორის განვითარების შაბლონების ზუსტი მახასიათებლები განსაზღვრავს მომავალში მისი განვითარების პროგნოზის სანდოობას.
პროგნოზირებისას გამოყენებული სტატისტიკური მეთოდების თეორიულ საფუძველს წარმოადგენს ინდიკატორების ინერციის თვისება, რომელიც ემყარება იმ ვარაუდს, რომ წარსულში არსებული განვითარების ნიმუში გაგრძელდება პროგნოზირებულ მომავალში. ძირითადი სტატისტიკური პროგნოზირების მეთოდი არის მონაცემთა ექსტრაპოლაცია. არსებობს ექსტრაპოლაციის ორი ტიპი: პერსპექტიული, განხორციელებული მომავალში და რეტროსპექტიული, განხორციელებული წარსულში.
ექსტრაპოლაცია უნდა შეფასდეს, როგორც პირველი ნაბიჯი საბოლოო პროგნოზების გაკეთებისას. მისი გამოყენებისას აუცილებელია გავითვალისწინოთ ყველა ცნობილი ფაქტორი და ჰიპოთეზა შესწავლილ ინდიკატორთან დაკავშირებით. ამასთან, გასათვალისწინებელია, რომ რაც უფრო მოკლეა ექსტრაპოლაციის პერიოდი, მით უფრო ზუსტი იქნება პროგნოზის მიღება.
ზოგადად, ექსტრაპოლაცია შეიძლება აღწერილი იყოს შემდეგი ფუნქციით:
y i + T = ƒ (y i, T, a n), (26)
სადაც y i + T არის პროგნოზირებული დონე;
y i არის პროგნოზირებული სერიის მიმდინარე დონე;
T არის ექსტრაპოლაციის პერიოდი;
და n არის ტენდენციის განტოლების პარამეტრი.
მაგალითი 3''. მე-3 მაგალითის მონაცემებზე დაყრდნობით, ჩვენ ექსტრაპოლაციას მოვახდენთ 2001 წლის პირველ ნახევარს. ტენდენციის განტოლება ასეთია: y^ t =10.1-1.04t.
y 8 \u003d 10.1-1.04 * 8 \u003d 1.78;
y 9 \u003d 10.1-1.04 * 9 \u003d 0.78.
მონაცემთა ექსტრაპოლაციის შედეგად ვიღებთ პროგნოზის ქულათა მნიშვნელობებს. მომავალი პერიოდების ფაქტობრივი მონაცემებისა და ექსტრაპოლაციის შედეგად მიღებული მონაცემების დამთხვევა ნაკლებად სავარაუდოა შემდეგი მიზეზების გამო: პროგნოზირებისას გამოყენებული ფუნქცია არ არის ერთადერთი ფენომენის განვითარების აღწერისთვის; პროგნოზი ხორციელდება შეზღუდული საინფორმაციო ბაზის გამოყენებით და საწყისი მონაცემების დონეზე თანდაყოლილმა შემთხვევითმა კომპონენტებმა გავლენა მოახდინა პროგნოზის შედეგზე; სამომავლოდ საზოგადოების პოლიტიკურ და ეკონომიკურ ცხოვრებაში გაუთვალისწინებელმა მოვლენებმა შეიძლება მნიშვნელოვნად შეცვალოს შესასწავლი ინდიკატორის განვითარების პროგნოზირებული ტენდენცია.
გამომდინარე იქიდან, რომ ნებისმიერი პროგნოზი ფარდობითი და მიახლოებითია, საპროცენტო განაკვეთების დონეების ექსტრაპოლაციისას მიზანშეწონილია განისაზღვროს პროგნოზის ნდობის ინტერვალების საზღვრები თითოეული მნიშვნელობისთვის y i + T. ნდობის ინტერვალის საზღვრები აჩვენებს რყევების ამპლიტუდას მომავალი პერიოდის ფაქტობრივ მონაცემებში პროგნოზირებულიდან. ზოგადად, ნდობის ინტერვალების საზღვრები შეიძლება განისაზღვროს შემდეგი ფორმულით:
y t ±t α *σ yt , (27)
სადაც y t არის დონის პროგნოზირებული მნიშვნელობა;
t α არის ნდობის მნიშვნელობა, რომელიც განისაზღვრება Student-ის t-ტესტის საფუძველზე;
σ yt არის ტენდენციის სტანდარტული შეცდომა.
გარდა ექსტრაპოლაციისა, რომელიც დაფუძნებულია ანალიტიკური ფუნქციის მიხედვით სერიის გასწორებაზე, პროგნოზი შეიძლება განხორციელდეს ექსტრაპოლაციით, საშუალო აბსოლუტური ზრდისა და საშუალო ზრდის ტემპის საფუძველზე.
პირველი მეთოდის გამოყენება ემყარება იმ ვარაუდს, რომ ზოგადი ტენდენციასაპროცენტო განაკვეთების დონეების განვითარება გამოიხატება როგორც წრფივი ფუნქცია, ე.ი. არის ერთგვაროვანი ცვლილება ინდექსში. სესხის პროცენტის პროგნოზირებული დონის დასადგენად ნებისმიერი t თარიღისთვის, უნდა გამოვთვალოთ საშუალო აბსოლუტური ზრდა და თანმიმდევრულად შევაჯამოთ იგი დინამიკის სერიის ბოლო დონემდე იმდენჯერ, რამდენჯერაც ხდება სერიის ექსტრაპოლაცია.
y i + T = y i + ∆¯*t, (28)
სადაც i არის შესასწავლი პერიოდის ბოლო დონე, რისთვისაც გამოითვალა ∆¯;
t არის საპროგნოზო პერიოდი;
∆¯ - საშუალო აბსოლუტური ზრდა.
მეორე მეთოდი გამოიყენება, თუ ვივარაუდებთ, რომ განვითარების ზოგადი ტენდენცია განისაზღვრება ექსპონენციალური ფუნქციით. პროგნოზირება ხორციელდება საშუალო ზრდის ფაქტორის გაანგარიშებით, რომელიც ამაღლებულია ექსტრაპოლაციის პერიოდის ტოლ ხარისხზე.
