WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     | 1 | 2 || 4 | 5 |   ...   | 29 |

Все научные основы теории нечетких множеств, используемые мною в монографии, составляют Приложение 1 к настоящей монографии. Приложение 1 воспроизводит главу 2 моей монографии [53]. Поэтому всегда, когда у читателя возникает трудность в интерпретации того или иного понятия теории нечетких множеств, я советую ему заглянуть в упомянутое приложение, где все требуемые формализмы надлежащим образом введены.

Приложения 2 – 4 яваляются справочными и поясняют содержание глав с соответствующими номерами. Приложение 5 содержит краткий терминологический словарь В завершение настоящего введения к своей монографии я хочу поблагодарить:

Господа Бога – за все;

свою мать Татьяну и отца Олега – за предоставленную возможность участвовать в делах этого мира;

жену Нонну – за терпение, сочувствие и огромную помощь;

Захаряна Гамлета Оганезовича – за спонсорскую помощь и поддержку;

моего учителя, академика Российской академии безопасности, д.т.н., профессора Г.Н.Черкесова – за путевку в жизнь научного работника;

профессоров Джейма Бакли [113], Ричарда Хоппе [123] и Эдварда Альтмана [107] – за содействие моим научным изысканиям;

компанию Артифишел Лайф Рус [108] – за то, что профиль моей работы в этой компании определил содержание всех моих будущих исследований в области фондового менеджмента;

компанию Сименс Бизнес Сервисез (Siemens Business Services Russia) [148] – за то, что разработанные мною методы легли в основу программных средств компании Siemens Business Services Russia, предназначенных для портфолиоменеджмента средств накопительной составляющей трудовых пенсий от лица Пенсионного Фонда Российской Федерации;

Международный научный фонд экономических исследований академика Н.П.Федоренко – за финансовую поддержку моих исследований в рамках гранта.

Глава 1. Фондовый менеджмент как разновидность финансового менеджмента Управление финансами на основе анализа, планирования и прогнозирования С точки зрения системы финансов хозяйствующего субъекта, вся финансовая деятельность – это генерация финансовых результатов как откликов на суперпозицию управленческих решений лиц, эти решения принимающих (ЛПР), и внешних рыночных сигналов, обладающих индетерминированной (стохастической природой), см. рис. 1.1 (на рис. 1.1 толстыми стрелками с тенями отмечены процессы управления финансами со стороны ЛПР и внешней рыночной среды, а тонкими стрелками отмечены информационные потоки, концентрирующиеся на ЛПР и служащие основой для принятия финансовых решений.). Так, например, неоптимальное решение финансового менеджера о сокращении инвестиций в запасы готовой продукции на складе, в суперпозиции с резко возросшим спросом на товары данного вида, вызывает дефицит и соответствующую упущенную выгоду, что может обернуться убытками отчетного периода.

Рис. 1.1. Финансы как кибернетическая система Поэтому грамотный финансовый менеджмент – это управление финансами в целях достижения планируемых финансовых результатов с учетом существенной неопределенности относительно будущих параметров рыночного окружения хозяйствующего субъекта. Здесь в качестве цели финансовой системы выступают планируемые финансовые результаты хозяйствующего субъекта, и предполагается, что существуют: а) прогнозы динамики внешних по отношению к системе рыночных факторов; б) прогнозы финансовых результатов хозяйствующего субъекта на основе комплексной прогнозной модели и сформированные на основе этих прогнозов финансовые планы; б) процедуры оценки (распознавания) уровня достигнутых финансовых результатов (процедуры финансового анализа). Рассмотрим все вышеперечисленные аспекты по порядку.

Прогнозирование финансового состояния хозяйствующих субъектов и организованных рынков Традиционные подходы к прогнозированию, нашедшие применение в экономической практике, можно подразделить на три основные группы [38]. Это методы экспертных оценок, методы обработки пространственновременных совокупностей и ситуационные методы. Рассмотрим по порядку.

Методы экспертных оценок являются,пожалуй, самыми популярными, и имеют древнюю историю. В частности, так называемый дельфийский метод [143] (названный так в часть древнегреческого города Дельфы, известного своими оракулами), базируется на многоступенчатом экспертном опросе (методом «мозгового штурма») с проследующей обработкой данных методами экономической статистики. Хорошо также известна практика обработки экспертных оценок на базе теории нечетких множеств [48].



Ограниченность методов экспертных оценок в том, что в них присутствует субъективный элемент и возможность ошибочного суждения. Часто бывает, что эксперт формирует свое мнение на основе неосознанных субъективных предпочтений, внутренней картины мира, сложившейся в течение всей жизни эксперта. Эксперт, бывает, склонен даже игнорировать новые факты и гипотезы, которые противоречат сложившемуся у эксперта взгляду на вещи и не вписываются в его научное мировоззрение. Чем консервативнее эксперт (это часто корреспондируется с его возрастом), тем менее он склонен непрерывно учиться. Также случается, что эксперт излишне подвержен коллективному мнению, расхожим, популярным теориям (например, если концепции, исповедуемые научной школой, к которой принадлежит эксперт, подвергаются обоснованной критике, то смене взглядов эксперта может помешать не только его косность, но и «корпоративная солидарность»).

В финансовом менеджменте нет и не может быть ничего застывшего, окончательного.

Даже результаты, получившие в свое время нобелевскую премию в области экономики, попадают под удар сокрушительной критики. Так было, например, с портфельной теорией Марковица [134 135], с теорией линии рынка капитала ШарпаЛитнера [131, 144], с теорией справедливой оценки стоимости европейского опциона БлэкаШоулзаМертона [111]. Оказывалось, что предпосылки, положенные в основу этих теорий (нормальность законов распределения доходности активов, монотонность инвестиционных предпочтений, винеровский случайный процесс ценовых колебаний) существенно расходятся с реальностью фондового рынка [117, 118, 156]. Инвесторы, следовавшие «классическим» теориям фондового менеджмента, потерпели колоссальные убытки в 2001 – 2002 годах (только в США за эти годы инвесторы потеряли 710 трлн. долларов), когда изменившаяся картина рынка вступила в противоречие с научной его картиной, бытующей по сию пору.

Основополагающее значение перечисленных «нобелевских» теорий для финансового менеджмента никем не оспаривается. Однако из этого не следует, что невозможно развитие и появление новых теорий финансового менеджемента, оппонирующих уже существующим теориям. Такая ломка научных стереотипов, кризис экономической парадигмы, о которой писал Т.Кун в [45], воспринимается сложившимися экспертами весьма болезненно, потому что вынуждает их обновлять свое научное мировоззрение, доучиваться. Новые теории обесценивают роль предшествующих теорий в научном процессе, равно как и вклад в науку целых поколений ученых, работавших в русле, очерченном их предшественниками. Все это рождает латентный протест, который может в конечном счете выразиться в ошибочном экспертном заключении.

Методы обработки пространственновременных совокупностей существенно варьируют по сложности используемых алгоритмов. Простейший вариант прогноза – это предположение регрессии прогнозируемого параметра по фактору времени:

Y(t) = a + b ґ t +e (t), (1.1) где a,b –параметры регрессии (определяемые обычно по методу наименьших квадратов), e (t) – случайная величина с нулевым математическим ожиланием и фиксированными прочими параметрами вероятностного распределения.

Предположение о линейности регрессии прямо вытекает из допущения, что прогнозируемый случайный процесс является стационарным, т.е. в каждом временном сечении этого процесса лежит случайная величина, вероятностное распределение которой содержит постоянные, неизменные во времени параметры.

Из этого же допущения о стационарности случайного процесса исходят все методы авторегрессии, когда прогнозируемое значение параметра линейным образом зависит от некоторой совокупности предыдущих значений параметров:

Y(t) = A0 + A1Y(t1) + A2Y(t2) + … + e (t). (1.2) Авторегрессия свидетельствует об инерционности и стационарности прогнозируемого процесса, о сохранении на всем интервале прогнозирования исторически сложившейся экономической парадигмы. Однако это допущение является слишком сильным и малореалистичным. Чтобы смягчить эту предпосылку о стационарности, зарубежные исследователи Энгл и Боллерслев разработали семейство методов ARCH и GARCH соответственно ([112, 116, 119]), допуская, что прогнозируемый процесс перестает быть стационарным, но будущее значение волатильности этого процесса может быть предсказано по ряду предыдущих значений волатильности процесса (условнонепостоянная волатильность). Т.е. в алгоритме прогнозируется не только искомый параметр, но и параметры распределения ошибки прогноза.





Развитием методов ARCH и GARCH является технология так называемых нейронных сетей [22], когда система прогнозирования в автоматическом режиме осуществляет оценивание параметров регрессии, минимизируя функцию ошибки. Любопытно, что иногда для обучения финансовых нейронных сетей используются даже астрологические прогнозы [93] (в мире существует ряд финансовых программ на астрологическом базисе, и мы здесь обходим стороной вопрос о том, является ли астрология наукой или нет).

Методы ARCH и GARCH (равно как и построенные на их основе нейронные сети) перестают работать, когда исследуемая экономическая система терпит так называемый эпистемологический, парадигмальный разрыв [45], т.е., с резким изменением экономических тенденций вся накопленная история оказывается неподходящей для прогноза. Характерный пример – перелом тенденции фондового рынка США в 2001 году. И в этом случае для прогнозирования тенденций подсистемы необходимо пользоваться данными надсистемы, не претерпевшей парадигмального разрыва. Так, для прогнозирования американских фондовых индексов сегодня можно воспользоваться данными макроэкономических индексов и обновленными предположениями о рациональных инвестиционных тенденциях, используя идеологию треугольных нечетких функций [75].

Методы ситуационного анализа предполагают генерацию экономических сценариев и детерминированное факторное моделирование реакции системы на сгенерированный сценарий, измеряемое по финансовым результатам системы. Всем сценариям в генеральной их совокупности присваиваются вероятностные веса. Таким образом, итоговый ожидаемый финансовый результат интерпретируется как матожидане случайной величины показателя, распределенной в соответствии с исходным весовым распределением входных сценариев.

Если сценарии воздействия на финансовую систему являются многоступенчатыми, процессными, то в ходе исследования финансвых результатов строится дерево решений [15, 85]. Построение дерева решений влечет «ращепление» исходных вероятностей возникновения сценариев на вероятности подсценариев, вложенных в базовый. Тогда результирующее вероятностное распределение финансовых результатов восстанавливается по известным формулам Байеса для полной вероятности.

В финансовом менеджменте особенно широко деревья решений используются при макроэкономическом моделировании [129] и для оценки стоимости опционов [124].

Планирование и финансовые решения в рамках плана В экономической литературе, особенно англоязычной, проводится достаточно четкое различие между понятиями «план» и «бюджет». Так, Коласс [39] выделяет три вида планирования: а) стратегическое; б) среднесрочное, или оперативное; в) краткосрочное, или бюджетное. В.В.Ковалев [38], разграничивая понятие плана и бюджета, приводит следующую таблицу ключевых различий этих понятий:

Таблица 1.1. Ключевые различия понятий «план» и «бюджет» Признак План Бюджет Показатели и ориентиры Любые, в том числе и неколичественные В основном стоимостные Горизонт планирования В зависимости от предназначения плана В основном до года Предназначение Формулирование целей, которые нужно достигнуть, и способов достижения а) детализация способов ресурного обеспечения выбранного варианта достижения целей;

б) средство текущего контроля исполнения плана С позиции количественных оценок планирование текущей деятельности заключается в построении генерального бюджета, представляющего собой систему систему взаимосвязанных операционных и финансовых бюджетов (рис 1.2, [38]).

рыночные (какой сегмент рынка товаров и услуг планируется охватить, каковы приоритеты в основной производственнокоммерческой деятельности компании);

производственные (какие структура производства и технология обеспечат выпуск продукции необходимого объема и качества);

финансовоэкономические (каковы основные источники финансирования и прогнозируемые финансовые результаты выбираемой стратегии);

Pages:     | 1 | 2 || 4 | 5 |   ...   | 29 |










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

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.