CC BY
302
_______МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №8/2015 ISSN 2410-700Х________
минимального 0.01 для первого ордера до 0.03 для последнего. С целью еще большего получения прибыли в программу был добавлен третий возможный режим работы, использующий повышенный объем лота, получаемый умножением используемого в предыдущем варианте объема лота на коэффициент koeff_mg (1.8), в том случае если предыдущий ордер был закрыт по убытку. Повышенное значение лота использовалось в одной или более сделках, пока не был перекрыт убыток от ранее совершенной неудачной сделки, после этого объем лота рассчитывался по алгоритму второго варианта. Чистая прибыль составила $564.8 (321% от первого варианта). Матожидание выигрыша 11.53. Абсолютная просадка $5.90. Максимальная просадка $70.10 (19.36%). Относительная просадка 28.61% ($68.00). Максимальное количество непрерывных выигрышей (прибыль) 10 ($70.50) непрерывных проигрышей (убыток) 2 ($34.30). Макс. непрерывная прибыль (число выигрышей) 324.20 (7) непрерывный убыток (число проигрышей) -34.3 (2). Средний непрерывный выигрыш 4 непрерывный проигрыш 1. Рассмотренные варианты настроек могут рассматриваться, как обеспечивающие способы ведения консервативной, умеренно-агрессивной и высоко рискованной торговли.
Список использованной литературы:
1. Разработка математической модели торговли на рынке Форекс в ситуациях ГЭП. Варианты программноалгоритмической реализации модели. Ананченко И.В. Символ науки. 2015. № 7. С. 65-66.
2. Моделирование процессов изменения состояний рынков капитала на основе концепции пространства состояний. Ананченко И.В., Мусаев А.А. В сборнике: Современная наука: теоретический и практический взгляд Материалы Международной (заочной) научно-практической конференции. под общ. ред. А.И. Вострецова. Нефтекамск, 2015. с. 110-117.
© И.В. Ананченко 2015
УДК 330.1
Брежнева Оксана Венеровна
Старший преподаватель СФ БашГУ, г.Стерлитамак, РФ Е-mail: dvereki_str@mail.ru
ПРОБЛЕМЫ УПРАВЛЕНИЯ АКТИВАМИ В СОВРЕМЕННЫХ УСЛОВИЯХ
Аннотация
В статье рассматриваются основные проблемы и пути сокращения рисков по управлению активами предприятия.
Ключевые слова
Управление активами предприятия, текущие активы, оборотные активы, аналитический прогноз.
Практика деятельности любого хозяйствующего субъекта экономики, так или иначе, связана с координацией использования активов, с целью их рационального использования. Главным стимулом в управлении этими активами является получение прибыли и экономии при эффективности их использования. Этого можно добиться при помощи роста использования активов и сокращением пассивных статей, за счет уменьшения кредитов, займом, налогов и так далее.
Матрицу по управлению активами можно представить как система, состоящая как минимум из четырех частей общего, и каждая его часть развивает следующую, позволяя развиваться предприятию в целом. [Рис. 1].
Для сокращения рисков в управлении ликвидными текущими активами необходимо правильно принять решении об использовании и рациональности применения этих активов.
86
международный научный журнал «символ науки»
№8/2015
ISSN 2410-700Х
Рисунок 1 - Система управление активами предприятия.
Эффективность потребления оборотного капитала зависит от их наиболее полного и востребованного вовлечения в процессы производства, что позволит получать отдачу в виде потребления продуктов производства, как за наличный расчет, так и в кредит. Это в свою очередь дает возможность сокращать пассивную часть баланса, кредиторскую задолженность. Внимательное прогнозирование материальных расходов на будущее производство даст возможность избежать увеличения складских запасов, а исследование потребностей рынка, и так же система «Оплата - доставка» увеличит прибыльность потребления. Отслеживание дебиторской задолженности позволит сокращать кредиторскую.
Эффективность производственной стадии всецело зависит от рациональности второй стадии, но и контроль производства дает результаты. Использование новейшей технологии, которая позволит сэкономить дает дополнительные возможности, сокращая потери и брак. Поэтому приоритетной задачей управления внеоборотными активами служит своевременное прогнозирование формирования уровня интенсификации производственного процесса в виртуозном соотношении курса амортизационной политики и производственной деятельности предприятия. Основанием этого послужит аналитический прогноз с использованием расчетов по составу и динамике активов, состоянию и степени изношенности, уровню рациональности использования и обновления.
Грамотное управление активами позволит сделать выбор руководству. Если выбрать стратегию по увеличению активов предприятия, необходимо сделать прогнозный расчет, на сколько привлечение новых средств сократит расходы и определить дополнительную стоимость вложений капитала и их возможность окупаться. Этот мониторинг позволит спрогнозировать получение прибыли только через определенный период времени, если такой вариант не подходит для хозяйствующего субъекта, то необходимо выбрать вариант финансовой стратегии при сокращении пассивов.
Снижение налогового бремени, кредитных задолженностей, в том числе банкам, позволит также выбрать путь на улучшение финансового положения. Законодательное снижение уплаты налогов и сборов путем выбора оптимальной системы налогообложения, к примеру, путем смены общей системы на упрощенную, если это не противоречит налоговому кодексу, снизит выплаты и сократит расходную часть. В качестве стратегии можно выбрать снижение зависимости от займов путем мониторинга наименьших кредитных ставок банков, периодов погашения.
Рациональность в управлении активами - важнейшая задача руководства, которая позволит добиться эффективности и доходности бизнеса. Поэтому для рентабельности производственного цикла можно вводить в финансовый процесс только тот объем оборотных средств, который надлежит использовать и на необходимый минимальный период времени.
© О.В.Брежнева, 2015
87
международный научный журнал «символ науки» УДК 336
№8/2015
ISSN 2410-700Х
Дадян Эдуард Григорьевич
Профессор Финансового университет при Правительстве РФ,
E-mail: dadyan60@yandex.ru
ИСПОЛЬЗОВАНИЕ НЕЙРО СЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ СЛОЖНЫХ
ПРОЦЕССОВ
Аннотация
В данной работе приведены результаты прогнозирования формирования курса доллара на финансовом рынке России, анализ влияния существенных факторов на поведение сложных процессов котировки курса валюты с помощью нейро сетевых технологий.
Ключевые слова
нейронная сеть, турбулентность экономики, котировка нефти, существенные факторы, курс доллара, курс
евро, интервенции ЦБ.
В работе исследуется поведение курса доллара США в России в зависимости от некоторых существенных факторов. К существенным факторам, влияющим на формирование курса валют, относят мировые экономико-политические процессы. Существуют множество методов анализа количественного и качественного влияния процессов на формирование курсов валют. Например, метод экспертных оценок, метод регрессионного или фрактального анализа.
В данной работе приведены результаты комплексного анализа влияния существенных факторов на котировку курса валют на примере формирования курса доллара. В качестве существенных факторов были выбраны [1]:
1. котировка нефти,
2. котировки золота,
3. инфляция в РФ,
4. интервенции ЦБ,
Их выбор был сделан на основании анализа коэффициентов корреляции между курсом доллара США по отношению к Российскому рублю, с одной стороны, и ключевыми потенциальными факторами, с другой. Результаты этого анализа приведены в таблице 1.
Таблица 1
№ п/п Потенциальный фактор влияния Коэффициент корреляции
1 Котировка нефти -0,956345
2 Котировка золота 0,942487
3 Инфляция в РФ 0,923694
4 Интервенции ЦБ -0,318873
В качестве инструмента исследовательской работы, в силу ряда преимуществ, была выбрана аналитическая нейронная сетевая платформа Deductor Studio, разработанная фирмой BASE GROUP (РФ, город Рязань) . Несколько слов об этом программном продукте (www.basegroup.ru). Deductor Studio обеспечивает разработку систем для глубокого анализа данных, охватывающих вопросы сбора, консолидации, очистки данных, построения моделей и визуализации.
Deductor Studio предназначен для решения широкого спектра задач, связанных с обработкой структурированных, представленных в виде таблиц, данных. Эти таблицы структурированных данных формируют, так называемую, обучающую выбору, предназначенную для обучения нейронной сети, формирования экспертной системы исследуемой предметной области. При этом, область приложения системы может быть практически любой - механизмы, реализованные в системе, с успехом применяются на финансовых рынках, в страховании, торговле, телекоммуникациях, промышленности, медицине, в логистических и маркетинговых задачах и множестве других.
88
