CC BY
12
УДК 33.341.542.2
DOI 10.23672/r0717-6596-8730-n
Нехайчук Дмитрий Валериевич
доктор экономических наук, доцент,
профессор кафедры менеджмента, туризма и гостиничного бизнеса, Севастопольский филиал Российского экономического университета имени Г.В. Плеханова dimchikn@mail.ru
Климчук Светлана Владимировна
доктор экономических наук, профессор,
профессор кафедры государственного и муниципального управления, Крымский федеральный университет имени В.И. Вернадского sv1964kl@mail.ru
Боровский Владимир Наумович
кандидат экономических наук, доцент,
доцент кафедры
экономики и менеджмента,
Крымский федеральный университет
имени В.И. Вернадского,
Институт педагогического образования
и менеджмента (филиал) в г. Армянск
vlnaumov@gmail.com
Майданевич Юлия Петровна
доктор экономических наук, доцент,
ведущий научный сотрудник НИЦ «Приоритетные городские проекты», Севастопольский государственный университет maidanevich@rambler.ru
Использование
динамических моделей управления временными лагами в системе финансовых трансформаций
Аннотация. Неоднозначность и непредсказуемость системы финансовых трансформаций характеризуется постоянными запаздываниями экономических процессов и расчетов. Это определяет сложную инерционность форм и инструментов данной системы, которые имеют различное значение ликвидности и скорости обращения. Такая синхронность влечет за собой формирование временных лагов. Специфичность такого инструмента как временной лаг, позволяет оценить степень взаимозависимой динамики данного явления. Вышеперечисленные
Dmitry V. Nekhaychuk
Doctor of Economic Sciences,
Associate Professor,
Associate Professor of the Department
of Management, Tourism and Hotel Business,
Sevastopol branch
Russian University of Economics
named after G.V. Plekhanov
dimchikn@mail.ru
Svetlana V. Klimchuk
Doctor of Economic Sciences, Professor,
Professor of the Department of State and Municipal Administration, Crimean Federal University named after V.I. Vernadsky sv1964kl@mail.ru
Vladimir N. Borovsky
Candidate of Economic Sciences, Associate Professor, Associate Professor of the Department of Economics and Management, Crimean Federal University named after V.I. Vernadsky, Institute of Pedagogical Education and management (branch) in Armyansk vlnaumov@gmail.com
Yulia P. Maydanevich
Doctor of Economic Sciences, Assistant Professor, Leading Researcher, SIC «Priority City Projects», Sevastopol State University maidanevich@rambler.ru
Use of dynamic models
of time logs management in the system of financial transformations
Annotation. The ambiguity and unpredictability of the financial transformation system is characterized by permanent lags of economic processes and calculations. This determines the complex inertia of the forms and tools of this system, which have a different value of liquidity and the rate of circulation. Such synchronicity entails the formation of temporary lags. The specificity of such a tool as a temporary lag allows to estimate the degree of interdependent dynamics of this phenomenon. The above situations are actualized by the problem of the formation of an integrated model of temporary
ситуации актуализируют проблему формирования комплексной модели управления временными лагами в системе финансовых трансформаций. Такими моделями являются динамическая модель с распределёнными лагами и динамическая авторегрессионная модель. Данные модели позволяют исследовать краткосрочные и долгосрочные ситуации процесса финансовых трансформаций.
Ключевые слова: cистема финансовых трансформаций, временные лаги, динамическая модель с распределёнными лагами, динамическая авторегрессионная модель, ликвидность, скорость обращения, фиксированный интервал трансформации.
lags in the financial transformation system. Such models are a dynamic model with distributed lags and a dynamic autoregression model. These models allow you to investigate the short-term and long-term situations of the financial transformation process.
Keywords: financial transformation system, temporary lags, dynamic model with distributed lags, dynamic auto regression model, liquidity, circulation rate, fixed transformation interval.
В системе финансовых трансформаций зачастую встречаются зависимости, характеризующиеся временными запаздываниями. Такая синхронность влечет за собой формирования временных лагов, характеризующих инерционность многих финансовых явлений.
Принципиальная сущность возникновения и фиксирования временных лагов кроется в определении момента формирования данного явления [1, с. 15]. Ведь степень его оценивания в системе финансовых трансформация связана со степенью импульсивности движения финансовых потоков, имеющих различную компоненту ликвидности (скорости и динамики трансформаций).
Так, временной лаг, по сути, определяет период времени, охватывающий значение динамичного процесса взаимозависимости ключевых показателей, имеющих различную компоненту ликвидности, т.е. скорости обращения. Такая зависимость может быть описана как линейным уравнением:
у = а + Ьх + е (1)
так и уравнением множественной корреляции:
у х = а + Ь 1 • х + Ь2 • х 2 + Ь3 • х 3 + е. (2)
Корреляционный анализ динамических финансовых трансформаций зависимого показателя и независимого индикатора производится с учетом временного лага, т.е. фиксированного интервала трансформации [2, с. 54].
Специфичность такого инструмента, как временной лаг, позволяет оценить степень взаимозависимой динамики данного явления. При использовании системы полиноминальных зависимостей ключевых показателей от факторов финансовых трансформационных процессов, можно зафиксировать данные интервалы, позволяющие управлять процессами финансовых трансформаций [3, с. 76].
В настоящий период в Росси финансовые трансформационные процессы неоднозначны и непредсказуемы. Это характеризуется системой взаимных преобразований форм и методов осуществления данного явления Явная высокая степень дисхронизации характеризует практически
все элементы действующей финансовой системы.
Так, очевиден существующий механизм взаимотрансформации открытой и подавленной инфляции, вызванный постоянным ростом цен на потребительские ресурсы при консервации отпускных цен [4, с. 87].
Достаточно протяженный временной период фискального процесса предопределяет активное функционирование временного разрыва между начальным периодом формирования финансовых потоков их трансформации и распределением. Это определяет сложности прогнозирования и управления фискальной политикой на всех её уровнях функционирования.
Также, неоднозначен и временной лаг в инвестиционном процессе, охватывающий период начального формирования инвестиций в незавершенном строительстве до ввода в действие планируемого объекта. В инвестиционном процессе имеет значение технологическая неоднородность инвестиционных средств, которая определяет трансформацию величины лага инвестиционных потоков.
В данной ситуации актуальным является инвестиционный цикл, учитывающий неоднозначное поведение инвестируемых потоков при фиксировании временных лагов [5, с. 34].
Временные лаги опосредуют взаимодействие открытой и импортируемой инфляции, что выражается в сокращении доли реализованной продукции при расчетных операциях, росте взаимозачётов между агентами сделок. Такая же ситуация наблюдается и во внешней торговле, ухудшаются условия, производится отток капитала за рубеж, состояние платёжного баланса становится хуже.
Постоянный рост цен в ситуации несбалансированной инфляции опосредует сокращение уровня доходности отраслей аутсайдеров, сокращение инвестиционной привлекательности и объёмов импортозамещаемого производства [6, с. 123].
Напротив же, в отраслях - лидерах такая ситуация влечет за собой рост доходности и вызывает проблему перепроизводства сырьевых ресурсов, что опосредует рост экспорта по сбросовым
ценам. Так, наличие временных промежутков при сбалансировании торговых сделок субъектов внешней торговли ухудшает ситуацию внешнеэкономической политики [7, с. 21]. Вышеперечисленные ситуации актуализируют проблему формирования комплексной модели управления временными лагами в системе финансовых трансформаций [8-10].
В данном аспекте необходимо систематизировать, т.е., упорядочить, прежде всего, данные по времени их поступления и сформировать временные ряды.
Так, рассматривается показатель У, в настоящий период времени У! и в последствии У!+1, У!+2, ..., У!+к, в предыдущие моменты
уМ, у!-2, ..., у!-к,..........(3)
Следует обратить внимание, при использовании данных зависимостей, в процессе финансовых трансформаций формируются не только текущие на данный момент времени значения представленных переменных, а и непосредственно временные интервалы, т.е., временные лаги. Такие переменные следует называть лаговыми переменными.
В практике финансовых трансформаций целесообразно использовать два типа моделей:
- динамическую модель с распределёнными лагами (формирующие лаговые независимые переменные):
У! = a + Ь0хМ + Ь1х!-2 + ...+ Ьк-Я-к + ек (4)
- динамическую авторегрессионную модель (формирующих лаговые зависимые переменные):
у! = a + Ь х х! + д х у1 -1 + ек (5)
Результат оценки эффективности применения той или иной модели зависит от количества содержащих временных лагов по значению исследуемого процесса финансовых трансформаций:
у = a + Ь0 х х1 + Ь1 х хМ .+ Ьк х х!-к + е!(6)
у! = a + Ь0 х х! + Ь1х хМ ...+ Ькхх!-к + ...+ е! (7)
Так, в приведённых моделях коэффициент Ь0 представляют как краткосрочный мультипликатор, потому что данный коэффициент определяет изменение среднего значения Y при воздействии переменной X.
Комплексное воздействие исследуемых коэффициентов У!^: (т < к) определяется промежуточным мультипликатором.
Динамическую модель с распределёнными лагами (3) целесообразно оценить с помощью уравнения множественной регрессии:
у! = a + Ь0 х Х0 + Ь1 х Х1 ...+ Ьк х Хк + е!. (8)
Динамическую авторерессионную модель необходимо оценить при использовании «распределения Кока», используя исследуемые коэффициенты как веса Ьк лаговых переменных
Ьк = Ь0 х lk, к = 0, 1, 2.. (9)
где 0 < ! < 1 - скорость лаговой переменной.
у! = a + Ь0х! + Ь0 1ХМ + Ь012 х!-2 ...+
+ Ь0^к х!-к + ...+ е! (10)
Так с помощью математических преобразований «распределения Кока» получим:
у! = (1-l) х a + Ь0х! + l х уМ + vt (11)
где vt = е! - l х еМ - скользящая средняя между е! и е!-1.
Данные модели позволяют исследовать краткосрочные и долгосрочные явления процесса финансовых трансформаций.
При принятии решений в данной ситуации необходимо учитывать динамические тренды заданных переменных зависимостей финансовой системы, значение которых определено в системе динамических изменений с учетом временных лагов, опосредующих различную ценностью финансовых индикаторов во времени. В этом и заключается существующая логика финансовых трансформаций, которая опосредует временные ценности исследуемых показателей.
Литература:
1. Афанасьев В.Н. Эконометрика / В.Н. Афанасьев, М.М. Юзбашев, Т.И. Гуляева. М. : Финансы и статистика. 2017. 256 с.
2. Вербик Марно. Путеводитель по современной эконометрике. М. : Научная книга. 2015. 616 с.
3. КендаллМ. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стюарт. М. : Высшее образование. 2017. 113 с.
4. НехайчукД.В. Об инвестиционной деятельности банков на рынке ценных бумаг / Д.В.
Literature:
1. Afanasiev V.N. Econometrics / V.N. Afanasiev, M.M. Yuzbashev, T.I. Gulyaev. M. : Finance and statistics. 2017. 256 p.
2. Verbik Marno. Guide to modern econometrics / Marno Verbik. M. : Scientific book. 2015. 616 p.
3. Kendall M. Multivariate statistical analysis and time series / M. Kendall, A. Stuart. M. : Higher education. 2017. 113 p.
4. Nekhaychuk D.V. On the investment activity of banks in the securities market / D.V. Nekhaychuk,
Нехайчук, Ю.С. Нехайчук // Научный вестник: финансы, банки, инвестиции. 2014. № 4(29). С. 8388.
5. Математика для экономистов. От Арифметики до Эконометрики. М. : Высшее образование. 2014. 648 с.
6. Николайчук В.Е. Логистика в сфере распределения. М. : СПб. : Питер. 2016. 160 с.
7. Овчинников В.В. Архитектура распределённых информационно-вычислительных микропроцессорных систем. М. : Энеогоатомиздат, 2014. 128 с.
8. Робинсон А. Введение в теорию моделей и метаматематику алгебры. М. : Научная книга. 2014. 515 с.
9. Хеннан Е. Многомерные временные ряды. М. : Научная книга. 2013. 744 с.
10. Time lag in the system of financial transformations / S.V. Klimchuk [et al.] // International Journal of Recent Technology and Engineering. 2019. Vol. 8. № 3. P. 40-45.
Yu.S. Nekhaychuk // Scientific Bulletin: finance, banks, investments. 2014. № 4(29). P. 83-88.
5. Mathematics for economists. From Arithmetic to Econometrics. M. : Higher education. 2014. 648 p.
6. Nikolaichuk V.E. Logistics in the sphere of distribution / V.E. Nikolaichuk. M. : SPb: Peter. 2016. 160 p.
7. Ovchinnikov V. V. Architecture of distributed information-computing microprocessor systems / V.V. Ovchinnikov. M. : Eneogoatomizdat, 2014. 128 p.
8. Robinson A. Introduction to the theory of models and metamathematics of algebra / A. Robinson. M. : Scientific book. 2014. 515 p.
9. Hennan E. Multivariate time series. M. : Scientific book. 2013. 744 p.
10. Time lag in the system of financial transformations / S.V. Klimchuk [et al.] // International Journal of Recent Technology and Engineering. 2019. Vol. 8. № 3. P. 40-45.
