CC BY
1
УДК 004.942
Горшков В.В. студент магистратуры Стефанова И.А., к.т.н.
доцент
Поволжский государственный университет телекоммуникаций и информатики
РФ, г. Самара
ОПИСАНИЕ БИЗНЕС ПРОЦЕССА ФОРМИРОВАНИЯ ДИНАМИКИ КУРСА НАЦИОНАЛЬНОЙ ВАЛЮТЫ Аннотация: В статье приводится обоснование выбора и описание бизнес процесса формирования динамики курса валютной пары доллар/рубль, определяется состав исходных параметров имитационной модели, выявляются случайные факторы, влияющие на бизнес процесс.
Ключевые слова: Моделирование, имитационная модель, динамика валютного курса, котировки, бизнес процесс, Центральный Банк РФ, случайные факторы, сырьевые товары.
Gorshkov V. graduate student
Volga Region State University of Telecommunications and
Informatics, Samara, Russia Stefanova I.
candidate of Science, assistant professor of Volga Region State University of Telecommunications and Informatics, Samara, Russia DESCRIPTION OF THE BUSINESS PROCESS OF FORMING THE DYNAMICS OF THE RUBLE EXCHANGE RATE AGAINST THE
DOLLAR
Abstract: The article provides a justification of the choice and description of the business process of forming the dynamics of the dollar / ruble currency pair, which determines the initial parameters of the simulation model, identified by random factors affecting the business process.
Keywords: Simulation, simulation model, exchange rate dynamics, quotes, Central Bank, random factors, raw materials.
С целью проведения имитационного моделирования бизнес процесса формирования динамики курса национальной валюты определим основные переменные и параметры имитационной модели. Рассматривая случайные факторы, воздействующие на курс национальной валюты, согласно докладу, об основных направлениях единой государственной денежно-кредитной политики на 2019 год и период 2020 и 2021 годов, одними из основных факторов, влияющих на формирование динамики курса, являются котировки на сырьевые товары, составляющие основную часть российского экспорта, а также человеческий интерес к валюте, влияющий на спрос. [1]
Таким образом в качестве исходных данных для построения модели
принимаются котировки на такие сырьевые товары как:
- Нефть (Случайная величина 1);
- Алюминий (Случайная величина 2);
- Никель (Случайная величина 3);
- Золото (Случайная величина 4);
- Газ (Случайная величина 6);
- Серебро (Случайная величина 7);
- Платина (Случайная величина 8);
- Свинец (Случайная величина 9);
- Олово (Случайная величина 10);
- Медь (Случайная величина 11);
- Палладий (Случайная величина 12);
- Цинк (Случайная величина 13);
Также в качестве исходных данных принимаются:
• Статистические данные, представляющие собой отражение интереса населения к валюте как величины влияния на спрос, а именно статистика запросов слов или фраз:
1. Рубль (Случайная величина 14);
2. Ruble (Случайная величина 15);
3. Dollar (Случайная величина 16);
4. Доллар (Случайная величина 17);
5. Курс рубля (Случайная величина 18);
6. Курс доллара (Случайная величина 19);
7. Обменять рубль (Случайная величина 20);
- Котировки на Доллар (Случайная величина 5);
В работе рассматриваемого механизма в качестве основного процесса можно выделить бизнес-процесс формирования динамики валютного курса рубля в современных экономических условиях на основе статистических данных. Схема процесса приведена на рис. 1 [2, 3].
При поступлении запроса на расчет предполагаемого значения курса рубля к доллару последовательно запускается n-ое количество механизмов по расчёту коэффициентов динамики (n равно количеству случайных величин, влияющих на курс национальной валюты). Каждый механизм представляет собой последовательность задач в виде:
1. Получение статистических данных через интерфейс соответствующих сервисов (статистические API финансовых рынков, Google Trends и т.д.);
2. Получение статистических данных через интерфейс сервисов (статистические API финансовых рынков, Google Trends и т.д.);
Рис. 1 Бизнес процесс формирования динамики валютного курса рубля
на основании статистических данных 3. Построение диаграммы корреляции динамики соответствующих величин с динамикой валютной пары рубль/доллар и вычисление
коэффициента корреляции Пирсона для выявления уровня влияния данной случайной величины на прогнозируемый параметр;
4. Выявление коэффициента динамики соответствующей случайной величины по отклонению от среднего значения.
Далее по бизнес процессу вычисленные параметры передаются в математический аппарат, отвечающий за определение уровня воздействия случайного фактора на динамику рассматриваемого валютного курса, и вычисляется среднее значение коэффициентов динамики и умножается на последнюю котировку доллара.
Как показали расчеты, прогнозируемый курс валюты отличается от реального в среднем на 0,05%, что говорит о довольно точном прогнозировании национальной валюты при использовании имитационного моделирования.
Использованные источники:
1. Основные направления единой государственной денежно-кредитной политики на 2019 год и период 2020 и 2021 годов [Текст] / Вестник Банка России. - 2018 - № 89-90 (2043-2044). - 14 дек.
2. Димов Э.М. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 1 Реинжиниринг и управление бизнес-процессами в инфокоммуникациях. [Текст] / Э.М. Димов, О.Н. Маслов, А.Б. Скворцов. - М.: ИРИАС, 2006. - 386 с.
3. Димов Э.М. Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 2 Имитационное моделирование и управление бизнес процессами в инфокоммуникациях. [Текст] / Э.М. Димов [и др.] - Самара: Изд-во СНЦ РАН, 2008 - 350 с.
