Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году
Gespeichert in:
| Veröffentlicht in: | Культура народов Причерноморья |
|---|---|
| Datum: | 2008 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Кримський науковий центр НАН України і МОН України
2008
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/24922 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году / Д.Ю. Субботницкий // Культура народов Причерноморья. — 2008. — № 140. — С. 122-126. — Бібліогр.: 14 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859633415522877440 |
|---|---|
| author | Субботницкий, Д.Ю. |
| author_facet | Субботницкий, Д.Ю. |
| citation_txt | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году / Д.Ю. Субботницкий // Культура народов Причерноморья. — 2008. — № 140. — С. 122-126. — Бібліогр.: 14 назв. — рос. |
| collection | DSpace DC |
| container_title | Культура народов Причерноморья |
| first_indexed | 2025-12-07T13:13:13Z |
| format | Article |
| fulltext |
Степаненко О.П.
ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ ПІДТРИМКИ УПРАВЛІННЯ ДІЯЛЬНІСТЮ ОРГАНІЗАЦІЇ
122
Visual IFPS/Plus – інтерактивна система планування фінансів, яка містить мову моделювання і
структуру команд, які дають змогу описувати проблеми звичною для людини мовою й діставати розв’язки
у табличному вигляді;
Expert Choise – СППР, яка базується на аналітичному ієрархічному підході для підтримки прийняття
рішень і допомагає користувачам організувати пов’язану з проблемою комплексну інформацію в ієрархічну
модель, яка складається з мети, можливих сценаріїв, критеріїв і альтернатив;
Analytica – СППР, орієнтована на моделі, яку доцільно використовувати для створення й дослідження
моделей у різних галузях, включаючи: бізнес і фінанси, аеропростір, консалтинг, електронну комерцію,
енергетику, розроблення нових видів продукції, науково-технічні дослідження, телекомунікації та інших
галузях наукомісткого виробництва, де необхідно забезпечити можливість ефективного розв’язання
наступних проблем: оцінювання проектів, фінансового моделювання, підтримки й аналізу рішень,
управління й послаблення ризику, прогнозування, аналізу ринку, ймовірнісної імітації та інших;
PLEXSYS – інтегрована комп’ютерна система для планування, моделювання та прийняття
управлінських рішень, яка може використовуватись в індивідуальному чи груповому режимах для
виконання таких функцій: пошуку даних у внутрішніх та зовнішніх джерелах інформації; аналізу цих даних
на основі застосування широкого діапазону кількісних і якісних моделей; генерування критеріїв,
результатів і передумов, на яких ґрунтуються результати; зв’язування передумов з рішеннями й
запам’ятовування цих конструкцій на майбутнє; та інші системи підтримки прийняття рішень.
Отже, питання розроблення та впровадження інтелектуальних систем підтримки управління в практику
діяльності сучасних організацій, зокрема вітчизняних, є актуальним і потребує на подальший розвиток.
Джерела та література
1. Лодон Дж., Лодон К. Управление информациоными системами. 7-е изд. /Пер. с англ. под ред. Д.Р.
Трутнева. – СПб.: Питер, 2005. – 912 с.
2. Тронин Ю.Н. Информационные системы и технологии в бизнесе. – М.: Альфа-Пресс, 2005. – 236 с.
3. Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике. – М.: ЮНИТИ-
ДАНА, 2000. – 487 с.
4. Ситник В.Ф. Системи підтримки прийняття рішень: Навч. посіб. – К.:КНЕУ, 2004. – 614 с.
5. Управление организацией/Под. ред. А.Г. Поршнева, З.П. Румянцевой, Н.А. Соломатина. – М.: ИНФРА-
М, 1999. – 669 с.
6. Годин В.В., Корнеев И.К. Управление информационными ресурсами. – М.: ИНФРА-М, 1999 – 432 с.
7. Джексон П. Введение в экспертные системы. Пер. с англ. – М.: Издательский дом «Вильямс», 2001. –
624 с.
8. Морозов А.О., Косолапов В.Л. Інформаційно-аналітичні технології підтримки прийняття рішень на
основі регіонального соціально-економічного моніторингу. – Київ: «Наукова книга», 2002. – 232 с.
Субботницкий Д.Ю.
ВАРИАНТЫ ИЗМЕНЕНИЯ ОБЪЕМА НЕПОГАШЕННОЙ ЗАДОЛЖЕННОСТИ
НА РЫНКЕ РОССИЙСКИХ ГКО В 1998 ГОДУ
Государственный долг является одной из важнейших составляющих финансовой системы государства.
Его стабильность часто определяет общие тенденции развития экономики и непосредственно влияет на
политическое положение – неоднократно государство-должник, в случае невозможности расплатиться по
государственному долгу деньгами, было вынуждено расплачиваться с кредиторами государственным
суверенитетом (колонии, концессии, проведение выгодных кредиторам изменений во внешней и
внутренней политике). Моделирование вариантов развития системы государственного долга и ее основных
показателей часто осложняется значительным влиянием не экономических, но политических факторов,
особенно в период кризисов, например, в Португалии в 1890-х гг. и в России в 1990-х [10]. Одним из
возможных путей решения этой проблемы является привлечение специалистов, способных оценить влияние
различных факторов на рынок государственного долга на основании имеющейся у них информации и
опыта. В случае использования экспертных оценок появляется другая проблема – их неточность,
сравнительный характер, неполнота, поэтому для использования всей информации, полученной от
экспертов, приходится разрабатывать специальные методы, среди которых предлагаемый в настоящей
статье метод рандомизированных вероятностей (МРВ) [6].
Литература, посвященная методам принятия решений в условиях неопределенности, достаточно
обширна, поэтому остановимся только на некоторых подходах. Среди наиболее известных методов,
связанных с прогнозированием будущего состояния экономики в условиях недостатка информации следует
отметить метод вычислимых моделей общего равновесия (Computable General Equilibrium models (CGE
models)) [7]. Наиболее известные отечественные работы в этом направлении связаны с деятельностью
академика В.Л. Макарова и его группы. CGE модели предполагают построение некоторой системы
уравнений баланса потоков товаров и услуг, решение которой находится в результате ряда
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
123
последовательных итераций [7]. Другим известным методом, основанным на исследовании частоты
реализации различных исходов наблюдаемого события, является частотный метод. Основной идеей метода
является использование закона больших чисел, а точнее – сходимость выборочного среднего по
вероятности. Использованному в работе методу рандомизированных вероятностей посвящены многие
работы группы сотрудников Санкт-Петербургского государственного университета (см., напр., [6, 9,14]).
В случае необходимости получения достаточно точного прогноза динамики финансовых показателей
можно использовать экспертные оценки попадания рассматриваемых величин в отдельные промежутки
(эксперту легче выделить промежуток, чем назвать конкретное значение). Целью исследования является
рассмотрение модификации МРВ, позволяющей прогнозировать изменение финансовых показателей в
условиях дефицита числовой информации, и демонстрация возможностей модификации на конкретном
примере (моделирование динамики непогашенной задолженности на рынке государственных
краткосрочных обязательств РФ (ГКО)).
Предположим, что рассматриваемая финансово-экономическая система в определенный момент
времени 0t к моменту времени 1t может перейти в одно и только одно из состояний nAAA ,..., 21 ,
образующих полную группу попарно несовместных событий: nAAA ...21 ,
ji AA , ji . Каждое из состояний (альтернатив) обладает определенной вероятностью
осуществления )( ii APp , 1
1
n
i
ip [6]. Эти вероятности исследователю нужно определить. Как
правило, в распоряжении исследователя находится информация I двух типов: ординальная (нечисловая)
информация OI , выражаемая соотношениями вида ji pp , kl pp , и интервальная (неточная)
информация II , определяемая диапазонами ii ba , , 10 ii ba , ni ,1 , в которых могут
находиться вероятности ip , ni ,1 рассматриваемых альтернатив [10]. Учитывая, что система
соотношений I не всегда однозначно определяет вероятности альтернатив, можно говорить о неполноте
этой информации.
Учет ограничений, налагаемых ННН-информацией, ограничивает множество векторов P
вероятностей альтернатив до множества )(IP их допустимых значений, применение метода имеет смысл,
если 2)( IP . Рандомизируя выбор вектора вероятностей ),...( 1 nppp из множества )(IP ,
получим случайный равномерно распределенный на )(IP вектор ))(~),...(~()(~
1 IpIpIp n .
Математическое ожидание )(~)( IpEIp ii случайных величин )(~ Ipi , ni ,1 можно считать
оценкой вероятности ip . Стандартное отклонение )(~)( IpDI ii ) служит мерой точности данной
оценки [14].
Рассмотрим возможности использования метода при прогнозировании изменения показателя на
непересекающихся интервалах. Предполагается, что можно выделить несколько интервалов (интервалы не
пересекаются и описывают все возможные варианты изменения значения показателя), образующих полную
группу попарно несовместных событий. Рассматриваемая величина может принять любое значение,
принадлежащее интервалу, причем с одинаковой вероятностью. Эксперт оценивает вероятности попадания
величины в каждый из интервалов на основании имеющейся ННН-информации. Следовательно, можно
использовать МРВ для оценки этой вероятности [9].
Рассмотрим характеристику x , которая принимает случайное значение x~ на интервале ],[ 0 naa ,
состоящего из n подинтервалов ],[,],,[],,[ 12110 nn aaaaaa . Вероятность того, что
характеристика примет значение из i интервала - ip , ( 1,,...,1,0
1
n
i
ii pnip ). (в нашем случае
ip также является оценкой, полученной по МРВ). Кусочно-постоянная функция плотности распределения
x~ для общего случая будет иметь следующий вид:
Субботницкий Д.Ю.
ВАРИАНТЫ ИЗМЕНЕНИЯ ОБЪЕМА НЕПОГАШЕННОЙ ЗАДОЛЖЕННОСТИ НА РЫНКЕ РОССИЙСКИХ
ГКО В 1998 ГОДУ
124
nn
nn
n axa
aa
p
axa
aa
p
xf
1
1
10
01
1
,
,
)(
. (1)
Рассчитаем математическое ожидание непрерывной случайной величины x~ :
.
222)(2
)(
)(2
)(
)(2
)(
)()()()(~
121
2
10
1
1
2
1
2
3
12
2
1
2
2
2
01
2
0
2
1
1
112
2
01
1
1
2
1
1
0
0
1
0 1
2
1
nn
n
nn
nn
a
ann
n
a
a
a
a
a
a
a
a
a
a
a
a
aapaapaap
aa
aap
aa
aap
aa
aap
xdx
aa
pxdx
aa
pxdx
aa
p
dxxxfdxxxfdxxxfdxxxfxE
n
n
n n
n
222
~ 121
2
10
1
nn
n
aapaapaapxE
. (2)
Дисперсия 22 )~(~~ xExExD непрерывной случайной величины x~ определяется по формуле
.]
222
[
)]()()([
3
1~
2121
2
10
1
2
11
22
112
2
22
2
001
2
11
nn
n
nnnnn
aapaapaap
aaaapaaaapaaaapxD
(3)
Применим приведенную методику к моделированию динамики объема непогашенной задолженности
на рынке ГКО в 1998 г. Рынок ГКО окончательно сформировался в 1995 году, но факторы, влиявшие на
развитие рынка накануне президентских выборов 1996 года, к 1998 г. в значительной мере потеряли свое
значение [8]. В дальнейшем будем рассматривать статистические данные по государственным
обязательствам только за период с начала 1998 г. Обратим внимание на важность этой контрольной точки:
в конце 1997 г. затраты на погашение задолженности по предыдущим выпускам ГКО превысили
поступления от продажи государственных обязательств [2].
Для расчета объема непогашенных обязательств можно воспользоваться данными Центрального Банка
РФ по рынку государственного внутреннего долга. К сожалению, база данных Центробанка не является
полной, но достаточно большой объем выборки позволяет судить об основных тенденциях на рынке
государственного долга. Проведя соответствующие расчеты, можно построить следующий график (см. рис.
1):
Рис. 1. График динамики объема (млрд. руб.) непогашенных обязательств в январе-августе 1998 г.
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
125
Отметим, что полученный нами объем задолженности (105 млрд. рублей) значительно меньше
приводимой экс-министром экономики Е.Ясиным суммы в 265,3 млрд. рублей [13]. Расхождение
объясняется тем, что в базе данных Центробанка описываются, в основном, годовые выпуски ГКО [5] (из
полученных 105 млрд. – около 90 связано с годовыми эмиссиями).
Рассмотрим теперь возможные варианты изменения объема непогашенных обязательств. Выберем в
качестве начала промежутка прогнозирования 1 января 1998 г., в качестве конца – конец августа 1998 г.
(уже в начале года многим экспертам стало понятно, что систему ожидает достаточно скорый крах, и,
скорее всего, он произойдет еще в августе-сентябре) [2].
Прогнозирование будем проводить на две контрольные точки (начало промежутка и его середину, т.е.
конец апреля). Будем рассматривать три основных варианта развития событий: пессимистический (рост
задолженности, вызванный продолжением эмиссии ГКО) [3], нейтральный (отказ от новых эмиссий ГКО,
постепенное сокращение задолженности) [4] и оптимистический (прекращение выпуска ГКО и постепенная
реструктуризация долга по ним, резкое сокращение задолженности) [1]. К началу 1998 года в Центральном
банке и Министерстве финансов понимали серьезность ситуации (увеличение задолженности по ГКО на
каждом новом этапе строительства пирамиды, погасить которую с определенного этапа стало бы
невозможно) [4]. С другой стороны, официальная позиция правительства, основанная на рекомендациях
МВФ, заключалась в уверенности в стабильности системы ГКО [11]. Реструктуризация долга в этих
условиях была абсолютно неприемлема, поскольку это означало бы отказ от проводившейся ранее
политики и могло спровоцировать политический кризис.
Обозначим различные сценарии развития событий на первой половине рассматриваемого промежутка
следующим образом: 1B - реализация пессимистического варианта (вероятность 1p ), 2B - нейтрального
(вероятность 2p ), 3B - оптимистического (вероятность 3p ). В условиях относительной стабильности на
рынке в начале года наиболее приемлемым было сохранение предыдущей модели функционирования
системы ГКО за счет новых эмиссий [8]. Прекращение выпуска ГКО представляется маловероятным
(опасения о возможном кризисе не могли компенсировать предсказуемое недовольство крупных игроков)
[5]. Реструктуризация долга представляется практически невозможной [11]. Запишем эти рассуждения в
виде системы }05.0;75.0;{ 31321 pppppI . Анализ приведенной информации с
помощью СППР АСПИД-3W [12] (шаг отсчета 05.0h ) дает следующие оценки вероятностей
различных сценариев развития:
024.0019.0)()(,061.0150.0)()(,066.0831.0)()( 332211 IIpIIpIIp
. Пусть случайная величина y~ - значение суммарной задолженности по ГКО, рассчитаем ее
математическое ожидание, дисперсию и стандартное отклонение. Рассмотрим три промежутка,
соответствующие пессимистическому, нейтральному и оптимистическому сценариям. Промежутки
определяют величину задолженности по ГКО к концу периода в процентах от начала периода, определим
их следующим образом: 100-120%, 120-160%, 160-200% [2]. В таком случае, математическое ожидание и
стандартное отклонение будут равны: %27,20%;67,172~ yE . По нашим расчетам, суммарная
задолженность к началу апреля должна была увеличиться на 73% (в реальности она выросла с 95 млрд.
рублей 6 января до 203 млрд. 1 апреля 1998 г.).
Рассчитаем ситуацию на рынке ГКО в апреле-августе 1998 г. при условии, что в январе-апреле события
развивались по условно «нейтральному» сценарию. В случае, если бы в Правительстве еще в начале года
возобладала точка зрения о необходимости прекращения выпуска ГКО (существовали достаточно сильные
консервативные группы в руководстве Центробанка и Минфина) [1], возможно, удалось бы избежать
обострения ситуации к концу первого периода [3]. Как ни парадоксально, это могло стимулировать
Правительство к тому, чтобы возобновить эмиссию ГКО (прогнозы о кризисе не оправдываются, а по
старым выпускам нужно чем-то платить) [13], следовательно, объем ГКО снова начал бы быстро расти,
(вариант 21B (вероятность 21p )). Возможна также реструктуризация долга (вариант 23B (вероятность
31p )) – радикальный отход от предыдущей политики [4]. Сохранение промежуточного варианта 22B
представляется маловероятным. Выразим это в виде системы
}05.0;25.0;{ 2223222321 pppppI . Получим следующие оценки вероятностей
различных сценариев:
.071.0350.0)()(,025.0025.0)()(,075.0625.0)()( 232322222121 IIpIIpIIp
Определим промежутки, соответствующие различным вариантам: 60-100%, 100-120%, 120-160% [3]. В
таком случае, математическое ожидание и стандартное отклонение будут равны:
%66,30~%;25,118~ xDyE .
Аналогичные расчеты могут быть проведены и для двух оставшихся сценариев. В результате будем
иметь 9 вариантов развития событий. Рассчитаем вероятности осуществления каждого из них (по три для
Субботницкий Д.Ю.
ВАРИАНТЫ ИЗМЕНЕНИЯ ОБЪЕМА НЕПОГАШЕННОЙ ЗАДОЛЖЕННОСТИ НА РЫНКЕ РОССИЙСКИХ
ГКО В 1998 ГОДУ
126
оптимистического, нейтрального и пессимистического): iji ppjip ),( , а затем агрегируем их. На
основании полученных данных можно сделать вывод, что к концу прогнозного периода продолжение
наращивания задолженности по ГКО будет происходить с вероятностью: 131,01 P [9]. Вариант с
отказом от эмиссии ГКО с сохранением выполнения обязательств по предыдущим выпускам произойдет с
вероятностью 492,02 P , вероятность резкого сокращения долга (его реструктуризации) -
377,03 P . Следовательно, с большой долей уверенности можно говорить о том, что Правительство
будет вынуждено пойти на значительные изменения в системе ГКО [8]. Будем рассматривать прогноз по
рынку ГКО на промежутках 60-80%, 80-100%, 100-120%. Рассчитаем ожидаемое значение совокупной
задолженности и его меру точности: %57,14%;00,85~ yE [12].
Приведенный пример показывает, что рассмотренная модификация МРВ, основанная на выделении
непересекающихся интервалов значений, позволяет рассчитывать значения финансово-экономических
показателей в будущем и определять меру точности прогнозной оценки, основываясь на имеющейся
экспертной информации.
Источники и литература
1. Алексашенко С. Ставка рефинансирования – страж стабильности // Эксперт. – 1998. –№5. –С. 28.
2. Глазьев С. Центральный банк против промышленности России // Вопросы экономики. –1998. –№1. –
.16-33. –№2. – С.37-51.
3. Глазьев С. Антикризисна ли антикризисная программа? // Российский экономический журнал. – 1998.
№6. – С.3-10.
4. Дубинин С. Доблесть пожарных // Эксперт. – 1998. – №19. – С. 5.
5. Интервью с С.Кириенко // Коммерсантъ-daily. 1998. – 8 мая. – С.4.
6. Колесов Д.Н., Хованов Н.В., Юдаева М.С. Оценка вероятностей вариантов развития финансово-
экономических систем // Вестник Санкт-Петербургского университета. Серия 5. 2007. – Выпуск 1. – С.
130-140.
7. Макаров В.Л., Сулакшин С.С., Бахтизин А.Р. Применение вычислимых моделей в государственном
управлении. – М.: Научный эксперт, 2007. – 304 с.
8. Мау В. Девальвация и мифотворчество // Эксперт. – 1998. –№24.– С. 8.
9. Субботницкий Д.Ю. Применение метода рандомизированных вероятностей для оценки возможных
альтернатив развития сложных финансово-экономических систем // Современные аспекты экономики.
2006. №17(110). – С.213-223.
10. Субботницкий Д.Ю. Использование экспертных оценок при прогнозировании развития сложных
систем // Современные аспекты экономики. – 2007. №4(117). – С.168-182.
11. Уринсон Я. Какая промышленная политика нам по карману // Эксперт. – 1998. – №6. – С. 8.
12. Хованов К.Н., Хованов Н.В. Система поддержки принятия решений АСПИД-3W (Анализ и Синтез
Показателей при Информационном Дефиците). Свидетельство об официальной регистрации
программы для ЭВМ № 960087 от 22.03.1996. РосАПО. М., 1996.
13. Ясин Е. Поражение или отступление? (российские реформы и финансовый кризис) // Вопросы
экономики. – 1999. – №2. –С.4-29.
14. Hovanov, N. et al. Multicriteria estimation of probabilities on basis of expert…, European Journal of
Operational Research (2007), doi: 10,1016/j.ejor.2007.11.018.
|
| id | nasplib_isofts_kiev_ua-123456789-24922 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1562-0808 |
| language | Russian |
| last_indexed | 2025-12-07T13:13:13Z |
| publishDate | 2008 |
| publisher | Кримський науковий центр НАН України і МОН України |
| record_format | dspace |
| spelling | Субботницкий, Д.Ю. 2011-07-28T20:54:47Z 2011-07-28T20:54:47Z 2008 Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году / Д.Ю. Субботницкий // Культура народов Причерноморья. — 2008. — № 140. — С. 122-126. — Бібліогр.: 14 назв. — рос. 1562-0808 https://nasplib.isofts.kiev.ua/handle/123456789/24922 ru Кримський науковий центр НАН України і МОН України Культура народов Причерноморья Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году Article published earlier |
| spellingShingle | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году Субботницкий, Д.Ю. Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| title | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году |
| title_full | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году |
| title_fullStr | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году |
| title_full_unstemmed | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году |
| title_short | Варианты изменения объема непогашенной задолженности на рынке российских ГКО в 1998 году |
| title_sort | варианты изменения объема непогашенной задолженности на рынке российских гко в 1998 году |
| topic | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| topic_facet | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/24922 |
| work_keys_str_mv | AT subbotnickiidû variantyizmeneniâobʺemanepogašennoizadolžennostinarynkerossiiskihgkov1998godu |