WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

На правах рукописи

Ефремова Елена Александровна

МОДЕЛИ И АЛГОРИТМЫ ОПТИМИЗАЦИИ В УПРАВЛЕНИИ

РЕГИОНАЛЬНЫМ ОБЛИГАЦИОННЫМ ДОЛГОМ

Специальность 05.13.18 – Математическое моделирование,

численные методы и комплексы программ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Томск- 2007

Работа выполнена в Томском государственном университете систем управления и радиоэлектроники (ТУСУР)

Научный руководитель доктор технических наук, профессор Мицель Артур Александрович

Официальные оппоненты: доктор технических наук, профессор Шелупанов Александр Александрович кандидат технических наук, доцент Кочегуров Александр Иванович

Ведущая организация: Новосибирский государственный университет экономики и управления (г. Новосибирск)

Защита диссертации состоится 24 мая 2007 г. в 15 час. 00 мин. на заседании диссертационного совета Д212.268.02 в Томском государственном университете систем управления и радиоэлектроники по адресу: 634034. г. Томск, ул.

Белинского, 53.

С диссертацией можно ознакомиться в Научной библиотеке Томского государственного университета систем управления и радиоэлектроники по адресу 634045, г. Томск, ул. Вершинина, 74.

Автореферат разослан «23» апреля 2007 г.

Ученый секретарь диссертационного совета доктор технических наук Клименко А. Я.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационной работы. Рынок долговых обязательств является одним из самых эффективных механизмов перераспределения потоков инвестиционного капитала в мировой экономике. Правительства практически всех государств, их региональные и муниципальные образования активно пользуются этим источником средств в целях ускоренного экономического и социального развития, выполнения крупных инвестиционных проектов в области технологической модернизации, социальной и производственной инфраструктуры.

Развитие федеративной системы бюджетно-налоговых отношений в России, начавшееся в начале 90-х годов, породило огромное число проблем и противоречий в финансовых отношениях федеральных властей с администрациями субъектов РФ, субъектов РФ с органами местного самоуправления. Одной из основных причин этих противоречий является несоответствие сложности финансово-хозяйственных задач, возложенных федеральным правительством на региональные органы власти, величине материальных ресурсов, имеющихся в их распоряжении.

Результатом этих несоответствий стала перманентная недостаточность собственных финансовых ресурсов субъектов РФ и местных образований для самостоятельной реализации их исключительных полномочий и ответственности за социально-экономическое развитие подведомственных территорий.

В связи с этим в последние годы особенно остро встала проблема привлечения заемных средств администрациями субъектов РФ и местных образований. С 1992 г. в качестве одного из источников заемных средств стали выпуски облигационных займов, имеющие ряд преимуществ перед альтернативными источниками финансирования.

Субъекты РФ и местные образования, привлекая финансовые ресурсы посредством размещения облигаций, неизбежно сталкиваются с задачей управления облигационным долгом.

Управление облигационным долгом представляет собой процесс разработки и реализации стратегии управления облигационным долгом в целях привлечения необходимой суммы финансирования, достижения поставленных целей в отношении затрат и риска.

В диссертационной работе рассматривается актуальная научная проблема оптимизации системы управления облигационным долгом субъекта РФ на финансовом рынке в условиях современной специфики развития национальной экономики.

Актуальность диссертационного исследования обусловлена также тем, что подавляющее большинство научных публикаций, которые посвящены решению задач, возникающих в сфере обращения ценных бумаг, предназначено для инвесторов и содержит критерии выгодного вложения в финансовые инструменты. Значительно реже появляются работы, в которых приводятся математически обоснованные рекомендации по совершению операций эмитентами ценных бумаг.

Российским эмитентам необходимо использовать накопленный в развитых странах опыт управления долговыми обязательствами, но при этом недопустимо точное копирование западных образцов без учета специфики и особенностей отечественного рынка облигаций. Решению комплекса задач, стоящих перед эмитентом облигационного займа, посвящена данная диссертационная работа.

Целью диссертационной работы является разработка моделей и алгоритмов оптимизации, используемых в управлении облигационным долгом субъекта РФ, которые позволят минимизировать стоимость заимствований, а также оперативно регулировать размеры долга.

Для достижения цели диссертационной работы решаются следующие задачи:

1. исследование в рамках системного подхода методов управления облигационным долгом;

2. определение инструментария, применяемого для повышения эффективности управления облигационным долгом субъекта (муниципалитета) РФ;



3. разработка алгоритма определения даты размещения облигационного займа;

4. разработка модели прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций;

5. определение стратегии поведения эмитента на вторичном рынке субфедеральных (муниципальных) облигаций;

6. апробация результатов диссертационного исследования в задачах управления облигационным долгом Томской области.

Объектом исследования являются облигационные займы субъектов РФ и муниципальных образований.

Предметом исследования является алгоритмы и модели оптимизации, используемые для управления облигационным долгом.

Основные положения, выносимые на защиту 1. Предложена адаптивная модель прогнозирования эффективной ставки при размещении облигационного займа, позволяющая определять структуру процентных ставок относительно эталона.

2. Разработан алгоритм выбора даты размещения облигационного займа на основе математического аппарата нейронных сетей. Численная реализация алгоритма, позволяет оперативно прогнозировать конъюнктуру рынка субфедеральных (муниципальных) облигаций.

3. Предложена оптимизационная модель стратегии поведения эмитента на вторичном рынке купонных облигаций, позволяющая определять объем сделок для достижения минимальной стоимости заимствования.

Научная новизна диссертационной работы заключается в следующем:

- разработана модель прогнозирования эффективной ставки при размещении облигационного займа, заключающаяся в классификации эмитентов на основе математического аппарата нейронных сетей по кредитоспособности и параметрам займа относительно эталонной структуры процентных ставок;

- разработан алгоритм выбора даты размещения облигационного займа, заключающийся в прогнозировании основных индикаторов конъюнктуры рынка субфедеральных (муниципальных) облигаций на основе математического аппарата нейронных сетей;

- впервые получено аналитическое решение задачи оптимизации стратегии поведения эмитента на вторичном рынке купонных облигации, основанное на минимизации стоимости заимствования.

Практическая ценность работы Результаты диссертационного исследования позволяют теоретически обосновать и обеспечить практическую реализацию совершенствования системы управления облигационным долгом субъекта (муниципалитета) РФ.

Использование результатов, приведенных в диссертационной работе, дает возможность эмитентам облигационных займов существенно снизить стоимость привлекаемых финансовых ресурсов.

Разработано два программных продукта:

1. компьютерная программа прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций;

2. компьютерная программа прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций.

Разработанные модели и алгоритмы с небольшой модификацией могут использоваться в управлении облигационным долгом корпоративных эмитентов.

Работа над диссертацией проводилась по инициативе диссертанта, но в соответствии с «Программой реформирования региональных финансов Томской области на 2006 – 2008 годы».

Реализация и внедрение результатов работы Созданное алгоритмическое и программное обеспечение применяется для оптимизации управления облигационным долгом и развития теории оптимизации облигационного долга. Результаты работы внедрены в ОГСУ «Томская Расчетная Палата», ОАО «Томск-Инвест», а также в учебный процесс Томского государственного университета систем управления и радиоэлектроники (ТУСУР), Томского политехнического университета (ТПУ).

Апробация работы Материалы диссертации обсуждались на конференции «Электронные средства и системы управления», г. Томск: ИОА СОРАН 2004; на II Всероссийской научно-практической конференции «Прогрессивные технологии и экономика в машиностроении» г. Юрга, 2004; на Всероссийской научнотехнической конференции «Научная сессия ТУСУР – 2006» г. Томск, 2006;

на V Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии», Томск, 2007; на IV Международной научно-практической конференции «Проблемы социально-экономической устойчивости региона», г. Пенза, 2007; на XLV Международной научной студенческой конференции «Студент и научно-технический прогресс», Новосибирск, 2007.

По материалам диссертации опубликовано 6 научных статей (одна из них в журнале из перечня ВАК) и материалы 6 докладов, опубликованных в сборниках трудов международных и всероссийских конференций, а также в учебных пособиях.

Достоверность результатов и выводов диссертационной работы обеспечивается строгостью используемых математических методов и подтверждается сопоставлением с данными наблюдений, аналитическими расчетами и результатами других авторов.

Достоверность полученных результатов подтверждена также практическими результатами проведенных численных экспериментов, а также положительными результатами внедрения материалов диссертации в учреждения и фирмы г. Томска.

Личный вклад автора Постановка задачи выполнена совместно с научным руководителем Мицелем Артуром Александровичем.

В диссертации приведены только те результаты, которые получены лично автором. Опубликованные работы написаны либо без соавторов, либо в соавторстве с научным руководителем, либо в соавторстве со студентами кафедры АСУ ТУСУР, работающими под руководством автора.

Структура и объем диссертации Диссертация состоит из введения, четырех глав, заключения и приложений, изложенных на 132 страницах машинописного текста. Содержание диссертации проиллюстрировано 31 рисунком и 5 таблицами. Список использованной литературы содержит 86 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении кратко описывается предметная область, проведен обзор существующих методов управления облигационным долгом. Обоснована актуальность темы диссертации, сформулирована цель работы, изложены основные научные результаты, выносимые на защиту.

Первая глава данной работы посвящена рассмотрению роли облигационных займов в системе государственных финансов субъекта РФ.

Рассмотрены принципы и задачи управления региональным государственным долгом, проведен анализ законодательных аспектов управления региональным государственным долгом, установлена роль облигационных займов и важность эффективного управления облигационным долгом.

Также рассмотрены практика и проблемы управления государственным долгом Томской области.

Сравнительный анализ показал, что облигации как инструмент заимствования в большей степени отвечают современным условиям финансового рынка и обладают рядом преимуществ относительно других инструментов.

Выделены основные задачи, возникающие при работе с облигационным займом, которые являются достаточно трудными и мало описанными в литературе:

моделирование параметров облигационного выпуска;

разработка стратегии эмитента на вторичном рынке;

прогнозирование рыночной конъюнктуры.

Рассмотрены основные методы анализа финансовых рынков, а также основные характеристики облигаций.

На основе обзора литературы определено, что применение нейронных сетей для анализа финансовой информации имеет ряд преимуществ. Модели и алгоритмы, построенные на основе нейросетевого подхода, являются адаптивными и способными меняться вместе с рынком, что особенно важно для современных высоко динамичных финансовых рынков, в частности российского. Рассмотрена специфика применения нейронных сетей для анализа финансовой информации.

Во второй главе рассмотрены основные этапы и проблемы моделирования параметров облигационного займа.

Привлекая финансовые ресурсы посредством выпуска облигационного займа, эмитент самостоятельно определяет его параметры (объем привлекаемых ресурсов, срок обращения ценной бумаги, сроки и способы начисления дохода инвесторам и т.д.).

Основные факторы, оказывающие влияние на определение параметров облигационного займа приведены на рис. 1.

Рис.1. Факторы, оказывающие влияние на определение параметров облигационного займа Процесс моделирования облигационного займа состоит из следующих этапов:

1. Оценка потребностей в заемных источниках эмитента.

Оценка производится на основе среднесрочного планирования временных кассовых разрывов, инвестиционных и социальных проектов. При планировании объема заемных средств учитывается долговая емкость бюджета, а также законодательные ограничения, рассмотренные в главе 1.

2. Выбор параметров облигационного займа.

На данном этапе определяются такие параметры, как срок обращения, купонный период, ставка купона, условия размещения (эмитент может проводить конкурс по купону, либо по цене размещения) и т.д.

3. Выбор даты размещения.

Для достижения цели управления государственным долгом субъекта (муниципалитета) – минимизации стоимости заимствования, эмитент должен выбрать такую дату размещения, когда конъюнктура рынка наиболее благоприятна. Актуальной задачей для достижения данной цели является разработка модели прогнозирования конъюнктуры рынка и выбора даты размещения займа.

Будем считать, что главная задача эмитента при осуществлении займа – получить заём по минимальной стоимости заимствования.

Наиболее часто аналитики для оценки структуры процентных ставок используют G- кривую. Данный метод получил достаточно широкое распространение в России и других странах, широко используется в аналитических целях центральными и коммерческими банками, а также финансовыми компаниями.

Кривая бескупонной доходности (G- кривая) по государственным ценным бумагам является одним из главных индикаторов состояния финансового рынка и базовым эталоном для оценки различных облигаций и иных финансовых инструментов.

Кривая бескупонной доходности по государственным ценным бумагам (G-кривая) – это кривая, определенная на основании сделок с облигациями на рынке государственных краткосрочных бескупонных облигаций (ГКО) и облигаций федеральных займов (ОФЗ). G- кривая представляет собой гладкую параметрическую функцию (рис. 2).

Кривая бескупонной доходности определяется таким образом, чтобы расчетные доходности облигаций оптимальным образом приближали фактические доходности сделок с этими облигациями.

Бескупонная доходность в форме текущей доходности с годовой капитализацией процентов связана с непрерывно начисляемой доходностью соотношением (в базисных пунктах):

Для построения R(t ) используется параметрическая модель НельсонаСигеля с добавлением корректирующих членов (для непрерывно начисляемой процентной ставки):

где первые три слагаемые – модель Нельсона-Сигеля, остальные слагаемые корректирующие добавки для более точного описания начального участка Gкривой.

В рамках данной модели (1)(2) G-кривая однозначно определяется набором из 7 параметров: 0, 1, 2,, g1, g 2, g3.

По описанной выше методике ежедневно осуществляются расчеты бескупонной доходности G (t ) и публикуются на официальных сайтах ММВБ, Банка России и др.

На практике эмитент для оценки планируемой эффективной доходности к погашению проводит сравнительный анализ выпусков и определяет положение планируемого займа относительно G-кривой. Существенным недостатком данного подхода является субъективизм оценки аналитика.

Предположенная модель основывается на предположении, что инвесторы оценивают ценные бумаги эмитентов по одним и тем же критериям.

Предлагается оценить влияние параметров займа и кредитных качеств эмитента на спрэд к G-кривой.

Рассмотрим задачу априорной классификации эмитентов.

Входными данными для исследования являются история размещений облигационных займов, а также данные о кредитоспособности эмитентов.

Так как процентные ставки на вторичном рынке сильно коррелируют со ставками при размещении, поэтому можно исследовать ставки по вторичным торгам, на так называемом временном срезе G-кривой.

Пусть рассматривается n облигационных выпусков, каждый выпуск Si задается на графике двумя параметрами ri – эффективная доходность и di – дюрация, где i = 1..n.

Спрэд к G- кривой выпуска Si определяется как разность ri и G (di ).

Si = ( si 0, si1,…, sik ), где k - число признаков.

Класс c j - представляет собой множество точек, удовлетворяющих условию G (t ) + ( j 1) 0 с j < G (t ) + j 0, 0 - шаг смещения (рис. 3), где j = 2,3,…, m, m - количество классов Модель определения эффективной доходности к погашению при размещении облигационного займа схематично представлена на рисунке 4.

В качестве классификационных признаков выпуска Si рассматриваются данные о кредитоспособности заемщика и объеме выпуска.

В качестве классификатора предлагается использование нейронной сети.

Сети с прямой связью являются универсальным средством аппроксимации функций, что позволяет их использовать в решении задач классификации.

Нейронные сети являются наиболее эффективным способом классификации, потому что автоматически генерируют большое число регрессионных моделей (которые используются в решении задач классификации статистическими методами).

Построим классификатор для описанной выше задачи.

Для обучающей выборки известны ассоциированные пары векторов входных и выходных значений ( si1, si 2,…, sik, cm ).

1. Подготовка входных данных Результаты нейросетевого анализа не должны зависеть от единиц измерений.

Предобработка данных осуществляется в соответствии с выражением где f () – функция активации вида ; xi = xi - среднее значение ряда, N - количество элементов элементов ряда.

Такое нелинейное преобразование нормирует основную массу данных, одновременно гарантируя, что xi [ 0,1] (рис. 5.).

2. Кодировка выходных значений Выходными данными является вектор, компоненты которого соответствуют различным номерам классов. При этом j-ая компонента вектора соответствует j-му классу. При интерпретации результата будем считать, что номер класса определяется номером выхода сети, на котором появилось максимальное значение.

3. Конструирование и обучение качества сети Многослойный персептрон с обратным распространением ошибки является наиболее оптимальной архитектурой для данного класса задач (аппроксимация функций). Рассматривается сеть, имеющая два скрытых слоя.

Для обучения нейронной сети используется алгоритм обратного распространения ошибки; так как данный алгоритм является основным практически применимым алгоритмом обучения многослойных нейронных сетей.

В качестве активационной функции выбрана сигмоидная функция (4).

Предлагаются следующие классификационные признаки:

- уровень долговой нагрузки по итогам последнего завершенного S0 = Общий Долг / Собственные Доходы бюджета ;

- доходы бюджета за последний финансовый год S1 ;

- наличие публичной кредитной истории эмитента S 2 ;

На основании данных признаков определялась принадлежность выпуска Si к одному из двенадцати классов:

Выбор границ классов обусловлен результатами анализа размещений облигационных займов 2004 2006 г.

Преимуществами предложенной модели являются:

адаптивность (модель может меняться вместе с рынком и с предпочтениями инвесторов);

высокая точность верного определения принадлежности выпуска к заданному классу;

использование G-кривой в качестве эталона в определении диапазона процентных ставок позволяет учесть фактор времени и рыночную конъюнктуру процентных ставок, что существенно повышает точность оценки и соответствует общепринятому подходу инвесторов;

модель позволяет исследовать влияние изменения кредитного качества заемщика (платежеспособность, уровень доходов и т.п.) и объема займа на эффективную доходность к погашению.

Также в данной главе представлен алгоритм выбора даты размещения.

Необходимо отметить, что решение о форме и сроках заимствований должно приниматься на основе прогноза конъюнктуры финансовых рынков и с учетом платежного графика по уже существующему долгу.

В качестве показателей, позволяющих оценить состояние рынка субфедеральных (муниципальных) облигаций в целом, рассмотрим следующую систему показателей:

2. индекс Cbonds-muni 3. остатки на корреспондентских счетах банков.

Рассматриваемые показатели представляют собой финансовые временные ряды, динамика которых может быть исследована за длительный период.

В условиях динамично развивающегося финансового рынка в России важным свойством модели прогнозирования является адаптивность, способность меняться вместе с рынком.

Системы, базирующиеся на искусственных нейронных сетях, в последние годы все активнее используются для прогнозирования финансовых рядов.

Применение нейронных сетей в финансах базируется на одном фундаментальном допущении — замене прогнозирования распознаванием. Нейронная сеть не предсказывает будущее, она старается “узнать” в текущем состоянии рынка ранее встречавшуюся ситуацию и максимально точно воспроизвести реакцию рынка.

Применение нейросетевого подхода для прогнозирования финансовых временных рядов имеет свою специфику.

В качестве входов и выходов нейронной сети были выбраны не сами элементы ряда (обозначим их C t ), а изменения элементов. Действительно значимыми для предсказаний являются изменения элементов. Представим элемент финансового ряда в виде:

Для повышения качества обучения следует стремиться к статистической независимости входов. Как правило, выполняется неравенство Ct Ct, т.е.

изменение элемента ряда значительно меньше значения самого элемента, поэтому имеем:

Использование логарифма относительного приращения позволило для длительных временных рядов учесть влияние инфляции. В этом случае разности между двумя последовательными элементами в разных частях ряда имеют различную амплитуду, так как на цены воздействует фактор времени (т.е. мы имеем дело с денежными величинами, относящимися к разным моментам времени). Напротив, отношения последовательных котировок не зависят от фактора времени и будут одного масштаба, несмотря на инфляцию.

Это позволило использовать для обучения нейронной сети большую историю и обеспечило лучшее обучение.

Нормировку изменений значений ряда предлагается осуществить согласно (3), (4).

Архитектура нейронной сети. Наиболее оптимальной архитектурой для прогнозирования финансовых временных рядов будет являться многослойный персептрон. Для обучения нейронной сети используется алгоритм обратного распространения ошибки.

Алгоритм предполагает реализацию многослойного персептрона, количество входов и скрытых слоев является динамическим (определяется пользователем системы), это позволяет осуществить экспериментальный подбор оптимальной структуры сети для каждого финансового инструмента.

Введем следующие обозначения: динамика прогнозного значения индекса Cbonds-muni P (t ), динамика прогнозного значения индекса ММВБ P2 (t ), динамика прогнозного значения остатков на корреспондентских счетах банков P3 (t ), а точности прогнозов обозначим 1, 2, 3 соответственно; пусть T количество дней прогнозируемого периода.

1 этап. Прогнозирование параметров На основе алгоритма прогнозирования описанного выше получаем прогноз динамики значений рядов P (t ), P2 (t ), P3 (t ), где t = 1..T, t = 1 - первый день прогнозного периода.

2 этап. Подготовка данных для анализа Расчет на основании динамики рядов P (t ), P2 (t ), P3 (t ) значений рядов P (t ), P2 (t ), P3 (t ).

Построение усредняющих кривых y1 ( P (t )), y2 ( P2 (t )), y3 ( P3 (t )).

Усредняющие кривые будем строить по принципу простого скользящего среднего. Период расчета скользящего среднего выбирается по усмотрению аналитика (например, он может составлять 5 дней).

3 этап. Определение периодов p1, p2,..., pn с благоприятной конъюнктурой рынка.

Наиболее благоприятными периодами для размещения облигационного займа будем считать такой интервал pi, на котором одновременно выполняются следующие соотношения:

Неравенство (5) характеризует о снижении полной доходности облигаций на рынке субфедеральных (муниципальных) облигаций, что дает возможность эмитенту произвести размещение облигационного займа по меньшей цене.

Неравенство (6) характеризует конъюнктуру финансового рынка в России, снижение данного индекса может свидетельствовать о снижении активности инвесторов на рынке. В такие периоды инвесторы могут «придерживать» свои активы, не принимая участия в текущей торговле. Динамика индекса ММВБ коррелирует с политическими заявлениями, как правительства России, так и других стран, так как доля иностранных инвесторов на финансовом рынке России достаточно велика.

Неравенство (7) характеризует «покупательную способность» инвесторов, так как основными покупателями субфедеральных (муниципальных) облигаций являются банки.

3 этап. Определение периодов r1, r2,..., rl с неблагоприятной конъюнктурой рынка.

Наиболее неблагоприятными периодами для размещения облигационного займа будем считать такой интервал ri, на котором одновременно выполняются следующие соотношения:

{P2 (t ), y2 ( P2 (t ))}, {P3 (t ), y3 ( P3 (t ))} будем считать несравнимыми. Эмитент может ввести дополнительные критерии выбора благоприятных дат.

4 этап. Выбор даты размещения 4.1. Если в периоде [ 0,T ] присутствуют pi с благоприятной конъюнктурой рынка, то исходя из потребностей эмитента, осуществляется выбор даты размещения.

4.2.Если в периоде [ 0,T ] нет pi с благоприятной конъюнктурой, то исходя из потребностей эмитента в заемных источниках, может быть либо увеличен период прогноза T (переход на этап 1), либо датой размещения выбирается такой период ri, который не является неблагоприятным. В зависимости от целей эмитента могут быть введены дополнительные критерии выбора даты.

Для оценки точности прогноза был проведен анализ изменения СКО от длительности прогноза и амплитуды динамики цен (рис. 6) на примере прогноза динамики индекса Cbonds muni. Получены достаточно точные результаты, так как в алгоритме выбора даты размещения купонных облигаций не требуется прогноз точного значения ряда, более важным является направление изменения значений.

Преимущества алгоритма:

- Способность обучаться на множестве примеров в тех случаях, когда неизвестны закономерности развития ситуации и какие бы, то ни было зависимости между входными и выходными данными. В таких случаях практически невозможно применение, как традиционных математических методов, так и экспертных систем.

- Адаптивность, нейронную сеть можно дообучать, что позволяет без модификации алгоритма учитывать текущую конъюнктуру рынка.

- Простота в эксплуатации. В отличие от использования корреляционного анализа и экспертных систем пользователь не должен обладать специальными знаниями.

- Алгоритм предоставляет прогнозные данные для принятия управленческого решения на выбранный пользователем период прогноза, длина которого может изменяться без дополнительных корректировок алгоритма.

В третьей главе представлены модели оптимизации стратегии поведения эмитента на вторичном облигационном рынке.

Преимуществом облигационного заимствования, в сравнении с другими формами заемного финансирования, является возможность оперативного управления на протяжении всего срока заимствования. Основными рычагами такого управления служат операции эмитента на вторичном рынке – выкуп и доразмещение. При этом эмитенту необходимо определить какую операцию проводить, когда и в каком объеме. Сложность ситуации заключается в том, что практически единственной информацией, доступной эмитенту для принятия решений, является текущая цена облигаций.

Проведен обзор оптимизационных моделей поведения эмитента на вторичном рынке, обоснована необходимость разработки оптимизационной модели поведения эмитента купонных облигаций на вторичном рынке, так как практически все облигации, находящиеся в обращении являются купонными.

Преложена оптимизационная модель стратегии поведения эмитента купонных облигаций на вторичном рынке.

Цена купонных облигаций представляет собой сумму некоторой случайной величины – так называемой чистой цены и наколенного купонного дохода (НКД).

Динамика цены купонной облигации представляет собой кусочнолинейную функцию (рис.7).

Для купонных облигаций тренд изменения цены на каждом купонном периоде i имеет линейный характер pi (t ) = ai + bit.

Пусть эмитент провел аукцион по первичному размещению бескупонных облигаций объемом V штук, номиналом N и сроком обращения Т. Не теряя общности, можно считать, что номинал облигации равен 1 условной единице. Поскольку стопроцентное размещение объявленного объема эмиссии происходит редко, то полагают, что V0 < V, а оставшаяся часть объема эмиссии доразмещается на вторичных торгах по рыночным ценам. Здесь V0 – объем облигаций, размещенных во время аукциона.

Обозначим v (t ) – количество погашенных облигаций в момент времени t, а через v+ (t ) – количество размещенных облигаций в момент времени t. Результирующим показателем проведенных эмитентом операций является величина v(t ) = v+ (t ) v (t ), причем v(t ) > 0 в случае досрочного выкупа на вторичном рынке и в момент погашения, v(t ) < 0 при первичном размещении и при доразмещении на вторичном рынке, если же эмитент не проводил операций, то v(t ) = 0.

Учитывая изменение рыночной цены p (t ) в торговые дни t j, эмитент бы разница между затратами на погашение и суммой привлеченных денежных средств была минимальна. Кроме того, эмитент заинтересован в устойчивом функционировании рынка. Математически формализовать это можно, за счет минимизации квадратичного отклонения скорости изменения функции v(t ) от нуля. Таким образом, возникает задача одновременного поиска учесть, что поскольку общее число погашенных облигаций должно совпадать с числом всех размещенных облигаций. В силу того, что сроки обращения облигаций достаточно большие (в среднем 1090 дней), а период торговой сессии относительно маленький (1 день), то приведенные выше суммы можно интерпретировать, как интегральные суммы.

Таким образом, оптимальная стратегия поведения определяется путем решения следующей оптимизационной задачи, предложенной Звягинцевым А.И.:

VT – планируемый эмитентом объем погашения, – коэффициент пропорциональный волатильности рынка, рекомендуется брать значение [0.1,0.5], так как для эмитента важнее минимизировать первый интеграл в формуле (8). В работе Звягинцева А.И. получено аналитическое решение задачи (8) – (10) для бескупонных облигаций, изменение цены которых может быть описано прямой, либо экспоненциальной зависимостью.

Автором, получено общее решение (8) – (10) задачи для купонных облигаций, изменение цены которых описывается кусочно-линейной функцией.

Получены численные оценки для шестипериодной модели.

Задача (8) – (10) изопериметрическая и решается методами теории экстремальных задач. Для поиска решения используется принцип Лагранжа.

Уравнение Эйлера для задачи (8) – (10) имеет следующий вид:

Решая уравнение (11), для функции изменения цены pi (t ) = ai + bit, получаем следующее решение.

где ( x, y ) – скалярное произведение векторов x и y, An, Bn, Cn, Dn, Wn, Z n - векторы столбцы n - го купонного периода ( n -й столбец соответствующих матриц); a = (a0, a1,…, an 1 ), b = (b0, b1,…, bn 1 ) – векторы коэффициентов цены.

n – количество, рассматриваемых периодов.

Заметим, что из (12) можно получить решение для бескупонных облигаций как частный случай, совпадающее с решением полученным Звягинцевым А.И.

Зная вид экстремали vmin(t), эмитент получает высокоэффективный инструмент регулирования своих операций.

В четвертой главе представлено описание разработанных компьютерных программ, а также результатов моделирования.

В целях экспериментальной проверки предложенных алгоритмов и моделей были реализованы две компьютерные программы: «Программа прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций», «Программа прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций».

В главе описаны функциональные возможности и структура классов программ. Программы разработаны в среде программирования Borland Delphi 7.0.

Функции выполняемые «Программой прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций»:

графическое представление результатов обучения нейронных сетей;

формирование и отображение прогноза эффективной доходности индекса Cbonds-Muni, индекса ММВБ, остатков средств на корсчетах на основе обученных нейронных сетей;

формирование и отображение графика рекомендаций по размещению облигационного выпуска.

Функции выполняемые «Программой прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций»:

обучение (дообучение) нейронных сети на основе данных обучающей выборки;

формирование и отображение прогноза величины спрэда эффективной доходности облигационного выпуска к G-кривой при размещении;

графическое отображение параметров облигационных выпусков обучающей выборки (доходности и дюрации).

В результате моделирования и расчетов, проведенных с использованием данных программ, была оценена точность предложенных моделей и алгоритмов, а также проведена оценка экономического эффекта от их использования.

Заключение В диссертационной работе решена актуальная научно-практическая задача оптимизации стоимости региональных заимствований, повышающая эффективность управления региональным облигационным долгом. В диссертации получены следующие результаты.

1. Исследованы, в рамках системного подхода, методы управления облигационным долгом.

2. Разработана модель прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций, заключающаяся в классификации выпусков по кредитным качествам эмитента относительно эталонной структуры процентных ставок рынка государственных облигаций (G-кривая). Использование в качестве классификатора нейронной сети дает ряд преимуществ модели. В отличие от существующих модель является адаптивной и может меняться вместе с рынком, является простой в эксплуатации, а также соответствует общепринятому подходу инвесторов к оценке эффективной доходности облигации.

3. Разработан алгоритм определения даты размещения облигационного займа.

Данный алгоритм определяет на основании соотношения прогнозных показателей и скользящего среднего значения ряда наиболее благоприятные и неблагоприятные периоды размещения. Преимуществом данного алгоритма в отличие от существующих, является адаптивность, самонастраиваемость, простота в использовании.

4. Впервые предложена оптимизационная модель стратегии эмитента на вторичном рынке купонных облигаций.

Получено общее решение для купонных облигаций, изменение цены которых описывается кусочно-линейной функцией, а также получены численные оценки для шестипериодной модели.

Достоинством данной модели является то, что предложенная модель дает числовые оценки для выбора оптимальных объемов доразмещения и досрочного выкупа в зависимости от времени обращения облигаций. Данная модель позволяет эмитенту выбрать эффективную стратегию и значительно снизить стоимость привлечения денежных ресурсов на рынке облигаций.

В отличие от существующих данная модель может быть использована более широким кругом эмитентов купонных и бескупонных облигаций.

5. Разработана компьютерная программа прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций.

6. Разработана компьютерная программа прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций.

Основное содержание диссертации опубликовано в следующих работах автора 1. Мицель А.А., Ефремова Е.А., Истомин Н.А. Модели оптимизации стратегии эмитента на вторичном рынке субфедеральных облигаций// Доклады ТУСУР, 2006, №6(14). – С.86 –90.

2. Мицель А.А., Ефремова Е.А. Прогнозирование динамики цен на фондовом рынке//Известия ТПУ, 2006, т. 309, №8. – С. 197 – 201.

3. Мицель А.А., Ефремова Е.А. Проектирование автоматизированной системы прогнозирования финансовых временных рядов// Труды постоянно действующего научно-технического семинара «Информационные системы». – Томск: изд-во ТУСУР, 2006. – С. 147 –153.

4. Ефремова Е. А. Хващевский А. Н. Методы управления капиталом.

Информационные системы выпуск №2 Труды постоянно действующей научно-технической школы семинара студентов аспирантов и молодых специалистов. «Информационная система мониторинга окружающей среды». Сент.- Окт. 2003 г.- Томск: Том.Гос.Унт систем управления и радиоэлектроники, 2003. – С. 170 –177.

5. Ефремова Е.А. Дунаев Е.В. Применение нейронных сетей для прогнозирования финансовых временных рядов. Доклады Томского радиоэлектроники Т.9 Автоматизированные системы обработки информации управления и проектирования: Cб. Научных трудов – Томск: Том. Гос. Унт систем управления и радиоэлектроники, 2004. – 6. Мицель А.А. Ефремова Е.А. Методы предобработки входных данных для системы прогнозирования финансовых временных рядов// Доклады ТУСУР, 2005. – С.56 –60.

7. Бритвихина Е.В. Ефремова Е.А. Модель ликвидного финансового инструмента (на примере облигаций Томской области)//Cб. трудов всероссийской научно-технической конференции студентов, аспирантов и молодых ученых “ Научная сессия ТУСУР-2006”, часть 4, г. Томск, 2006. – С.156–158.

8. Ефремова Е. А. Анализ практики управления государственным долгом субъекта РФ Томской области //Cб. материалов IV Международной научно-практической конференции «Проблемы социальноэкономической устойчивости региона». – Пенза: РИО ПГСХА, 2007.

9. Ефремова Е.А., Дунаев Е.В. Применение нейронных сетей для прогнозирования на фондовом рынке //Cб. научных трудов Всероссийской научно-технической конференции «Научная сессия ТУСУРчасть 3, г. Томск, 2004, 2004. – С 207 –209.

10. Савельева Г.С., Ефремова Е.А. Проектирование механической системы торговли для работы на фондовом рынке// Cб. Трудов всероссийской научно-технической конференции студентов, аспирантов и молодых ученых “Научная сессия ТУСУР-2006”, часть 4, г. Томск, 2006.

11. Ефремова Е. А., Мицель А.А. Оптимизационная модель поведения эмитента на вторичном рынке облигаций Томской области // Cб. материалов IV Международной научно-практической конференции «Проблемы социально-экономической устойчивости региона». – Пенза: РИО ПГСХА, 2007. – C. 122 – 125.

12. Ефремова Е.А. Автоматизированная система прогнозирования динамики цен на фондовом рынке// Сб. трудов международной научнотехнической конференции “Электронные средства и системы управления”, часть 3, г. Томск: ИОА СОРАН, 2004. – С. 36.





Похожие работы:

«ШИПИЛОВ ДМИТРИЙ ДМИТРИЕВИЧ СОВЕРШЕНСТВОВАНИЕ ТЕХНОЛОГИЙ ОЧИСТКИ НЕФТИ ОТ СЕРОВОДОРОДА НА ПРОМЫСЛОВЫХ ОБЪЕКТАХ Специальность 25.00.17 – Разработка и эксплуатация нефтяных и газовых месторождений АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук Бугульма - 2011 2 Работа выполнена в Татарском научно-исследовательском и проектном институте нефти (ТатНИПИнефть) ОАО Татнефть им. В.Д. Шашина Научный руководитель : доктор технических наук, профессор...»

«Пережогин Андрей Сергеевич Моделирование зон геоакустической эмиссии в условиях деформационных возмущений Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук п. Паратунка, Елизовский район, Камчатский край 2009 г. Работа выполнена в...»

«Горчакова Светлана Александровна СТАТУС НАУК О ЧЕЛОВЕКЕ ОТ И. КАНТА ДО М. ФУКО: ИСТОРИКО-ФИЛОСОФСКИЙ АНАЛИЗ 09.00.03 – история философии АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата философских наук Курск 2013 Работа выполнена на кафедре философии факультета философии, социологии и культурологии ФГБОУ ВПО Курский государственный университет Научный руководитель : доктор философских наук, доцент Дьяков Александр Владимирович Официальные оппоненты : Губин...»

«Крамченков Сергей Иванович ИНСТИТУЦИОНАЛИЗАЦИЯ ЛОББИЗМА В СОВРЕМЕННОЙ РОССИИ (социологический анализ) Специальность 22.00.04 – социальная структура, социальные институты и процессы Автореферат диссертации на соискание ученой степени кандидата социологических наук Москва – 2012 2 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Российская академия народного хозяйства и государственной службы при...»

«ПАВЛОВ МИХАИЛ ЮРЬЕВИЧ СТРАТЕГИЧЕСКОЕ УПРАВЛЕНИЕ БИЗНЕС-ПРОЦЕССАМИ ЛОГИСТИКИ СНАБЖЕНИЯ В ТРАНСПОРТНОЙ СИСТЕМЕ МЕТРОПОЛИТЕНА Специальность 08. 00. 05 - Экономика и управление народным хозяйством (логистика) Автореферат диссертации на соискание ученой степени кандидата экономических наук Санкт-Петербург – 2010 2 Работа выполнена в Государственном образовательном учреждении высшего профессионального образования Санкт-Петербургский государственный университет экономики и финансов...»

«Донцова Маргарита Валерьевна ПСИХОЛОГИЧЕСКОЕ СОПРОВОЖДЕНИЕ ПРОФЕССИОНАЛЬНО-ЛИЧНОСТНОГО СТАНОВЛЕНИЯ СТУДЕНТОВ-ПСИХОЛОГОВ Специальность 19.00.13 – Психология развития, акмеология (психологические наук и) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата психологических наук Москва – 2009 Работа выполнена на кафедре возрастной психологии факультета психологии ГОУ ВПО Московский государственный университет имени М.В. Ломоносова Научный руководитель : доктор...»

«Афанасьев Александр Михайлович Методы оценки альтернативных возможностей инвестирования с учетом рисков изменения доходности Специальность 08.00.13 – математические и инструментальные методы экономики Автореферат диссертации на соискание ученой степени кандидата экономических наук Москва, 2011 Работа выполнена на кафедре математических методов анализа экономики экономического факультета Московского Государственного Университета имени М.В. Ломоносова Научный руководитель :...»

«Вовченко Богдан Витальевич Церковь и государство в учении современной Русской православной церкви Специальность 23.00.01 – Теория политики, история и методология политической наук и Автореферат диссертации на соискание ученой степени кандидата политических наук Москва 2010 Работа выполнена на кафедре истории социально-политических учений факультета политологии МГУ им. М.В. Ломоносова. Научный руководитель : кандидат политических наук, доцент Ермашов Дмитрий Васильевич...»

«МУМАЕВ САИД-МАГОМЕД САЙПИЕВИЧ ВИКТИМОЛОГИЧЕСКИЕ АСПЕКТЫ ПРОФИЛАКТИКИ НАСИЛЬСТВЕННЫХ ПРЕСТУПЛЕНИЙ (на материалах убийств и умышленного причинения тяжкого вреда здоровью) Специальность: 12.00.08 – уголовное право; криминология; уголовно – исполнительное право Автореферат диссертации на соискание ученой степени кандидата юридических наук Москва 2010 2 Диссертация выполнена на кафедре уголовного права и процесса юридического факультета...»

«Семешко Алена Игоревна МЕЖДУНАРОДНЫЕ ДОГОВОРЫ В СФЕРЕ ТРУДА И ИХ ВКЛЮЧЕНИЕ В СИСТЕМУ ТРУДОВОГО ПРАВА РОССИИ Специальность 12.00.05 – трудовое право; право социального обеспечения Автореферат диссертации на соискание ученой степени кандидата юридических наук Екатеринбург – 2009 2 Работа выполнена на кафедре трудового права и социального обеспечения ГОУ ВПО Пермский государственный университет Научный руководитель заслуженный работник высшей школы РФ, доктор юридических наук,...»

«Мотыгуллина Зухра Айвазовна Концепт судьба в татарском и английском языках 10.02.02 – Языки народов Российской Федерации (татарский язык) 10.02.20 – Сравнительно-историческое, типологическое и сопоставительное языкознание АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата филологических наук Казань – 2007 Работа выполнена на кафедре Татарский язык в иноязычной аудитории Государственного образовательного учреждения высшего профессионального образования Казанский...»

«ВЛАСОВ ЮРИЙ СЕРГЕЕВИЧ ЭКОЛОГО-ЭКОНОМИЧЕСКАЯ ОЦЕНКА БЛАГОСОСТОЯНИЯ НАСЕЛЕНИЯ В РЕГИОНАХ РОССИИ 08.00.05 - Экономика и управление народным хозяйством (экономика природопользования) Автореферат диссертации на соискание ученой степени кандидата экономических наук Москва, 2009 год Работа выполнена на кафедре экономики природопользования экономического факультета Московского государственного университета им.М.В.Ломоносова. НАУЧНЫЙ РУКОВОДИТЕЛЬ: доктор экономических наук, профессор...»

«Прокопенко Евгения Викторовна КАНОНИЧЕСКИЕ МОДЕЛИ КУБИЧЕСКИ ПАРАМЕТРИЗОВАННЫХ КРИВЫХ И ИХ ИСПОЛЬЗОВАНИЕ В ЗАДАЧАХ ИЗУЧЕНИЯ МНОГОМЕРНЫХ МАССИВОВ 05.13.18 – математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Барнаул, 2009 Работа выполнена на кафедре математического анализа ГОУ ВПО Кемеровский государственный университет Научный руководитель : кандидат физико-математических...»

«ФУКСМАН Илья Борисович ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКИЕ МЕТОДЫ УПРАВЛЕНИЯ РАЗВИТИЕМ ПРЕДПРИЯТИЙ АВТОСЕРВИСА Специальность 08.00.05 – Экономика и управление народным хозяйством: экономика, организация управление предприятиями, отраслями комплексами (сфера услуг) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук Санкт-Петербург 2008 2 Работа выполнена на кафедре экономики и менеджмента на транспорте ГОУ ВПО Санкт-Петербургский государственный...»

«ТАРАКАНОВ КОНСТАНТИН МИХАЙЛОВИЧ ОБОСНОВАНИЕ ЛОГИСТИЧЕСКОЙ СТРАТЕГИИ АУТСОРСИНГА В УПРАВЛЕНИИ ЦЕПЯМИ ПОСТАВОК Специальность: 08.00.05 – Экономика и управление народным хозяйством (логистика) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук Санкт-Петербург – 2013 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования СанктПетербургский государственный инженерно-экономический...»

«Грибов Александр Сергеевич Дифференциация ответственности за экономические преступления в России, ФРГ и США (сравнительно-правовое исследование) 12.00.08 – уголовное право и криминология; уголовно-исполнительное право АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата юридических наук Саратов - 2011 2 Работа выполнена в Государственном образовательном учреждении высшего профессионального образования Ярославский государственный университет им. П.Г. Демидова...»

«Хазиахметов Булат Зуфарович ИНВЕСТИЦИОННО-ИННОВАЦИОННАЯ КОНКУРЕНТОСПОСОБНОСТЬ ЭКОНОМИЧЕСКИХ СУБЪЕКТОВ Специальность 08.00.01 - Экономическая теория Автореферат диссертации на соискание ученой степени кандидата экономических наук Казань - 2010 2 Диссертация выполнена в ГОУ ВПО Казанский государственный финансовоэкономический институт Научный руководитель : доктор экономических наук, профессор Губайдуллина Татьяна Николаевна Официальные оппоненты : доктор экономических наук,...»

«УДК 802.0 – 07 КАБАКЧИ Маргарита Константиновна ОБУЧЕНИЕ ВЗРОСЛЫХ ЛЕКСИКО-ГРАММАТИЧЕСКОЙ СТОРОНЕ РЕЧИ НА АНГЛИЙСКОМ ЯЗЫКЕ В УСЛОВИЯХ КРАТКОСРОЧНЫХ КУРСОВ Специальность 13.00.02 – теория и методика обучения и воспитания (иностранный язык, уровень общего образования) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата педагогических наук Санкт-Петербург 2002 2 Работа выполнена на кафедре методики преподавания иностранных языков Российского государственного...»

«Гусев Игорь Витальевич РАЗРАБОТКА МЕТОДИКИ УЧЁТА ЭФФЕКТОВ ОТ ПРИЛИВОВ В ДВИЖЕНИИ ИСЗ Специальность 25.00.32 – Геодезия Автореферат диссертации на соискание учёной степени кандидата технических наук Москва 2013 -2 Работа выполнена в Московском государственном университете геодезии и картографии (МИИГАиК) на кафедре Астрономии и космической геодезии. Научный руководитель : доктор технических наук, профессор кафедры Астрономии и космической геодезии МИИГАиК Яшкин Станислав...»

«БАРИНОВ Сергей Леонидович НОВОЕ ЗАПАДНОЕ ПОГРАНИЧЬЕ РФ: ВЛИЯНИЕ ГРАНИЦ НА КОММУНИКАЦИЮ НАСЕЛЕНИЯ Специальность 25.00.24 – Экономическая, социальная, политическая и рекреационная география АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата географических наук Москва – 2012 Работа выполнена в Федеральном государственном бюджетном учреждении науки Институт географии Российской академии наук Научный руководитель : доктор географических наук Артоболевский Сергей...»






 
2014 www.av.disus.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Программы»

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.