Математическое моделирование в экономике

Эконометрические модели, а также основанные на них методы анализа и прогнозирования [1, 2], в последнее десятилетие активно применяются для исследования процессов в национальной экономике. Моделирование и прогнозирование переходной экономики имеет ряд существенных особенностей, включая разнообразные нарушения модельных предположений, структурные изменения, короткую длину временных рядов и т.д. Это обуславливает актуальность разработки и применения статистических методов анализа и прогнозирования, учитывающих данные нарушения [3]. Теоретические и прикладные исследования в указанной области ведутся в Национальном научно-исследовательском институте прикладных проблем математики и информатики Белорусского государственного университета (НИИ ППМИ БГУ).  Можно выделить три основных направления, в рамках которых осуществляется разработка и применение методов и программного обеспечения эконометрического моделирования и прогнозирования:

1) моделирование и прогнозирование национальной экономики;
2) прогнозирование и оценка вариантов денежно кредитной политики (ДКП);
3) анализ и прогнозирование рисков в банковской деятельности.

Моделирование и прогнозирование национальной экономики

Исследования в рамках данного направления начались в 1997 г. разработкой в интересах Министерства экономики Республики Беларусь математического и программного обеспечения эконометрического моделирования и прогнозирования динамики важнейших макроэкономических показателей белорусской экономики. Итогом проведенных исследований явилось создание первого отечественного эконометрического ППП СЭМП («Система эконометрического моделирования и прогнозирования») [1]. В пакете реализованы, как традиционные, так и робастные методы статистического прогнозирования. Помимо заказчика проекта, ППП СЭМП внедрен в Национальном банке Республики Беларусь, а также в ряде белорусских университетов. Дальнейшее развитие данного направления имело место в рамках международных проектов. В 2001-2003 годах осуществлялся совместный белорусско-российский проект при финансовой поддержке БРФФИ. С российской стороны в проекте участвовал Центральный экономико-математический институт (ЦЭМИ) РАН. В ходе проекта была разработана система эконометрических моделей, предназначенная для анализа и прогнозирования инфляции, обменного курса белорусского рубля, процентных ставок и других социально-экономических индикаторов. В 2003-2007 годах в рамках проекта INTAS совместно с университетами Великобритании, Франции, России и Украины разработаны эконометрические модели национальных экономик Беларуси, России и Украины на основе методологии LAM (Long-runAdjustedModeling), а также межстрановая модель LAM ICM и специальное программное обеспечение GIRAF ICM (Guesstimation, ImpulseResponseAnalysis, andForecastingforInter-CountryModel) предназначенное для построения и использования разработанных моделей [4].

Прогнозирование и оценка вариантов денежно кредитной политики (ДКП)

Проведение эффективной ДКП обуславливает необходимость разработки и оценки альтернативных вариантов (сценариев) ДКП. Для этой цели в центральных банках традиционно применяется разнообразный модельный инструментарий в виде эконометрических и аналитических моделей. Разработка подобного инструментария в виде систем эконометрических моделей в интересах Национального банка Республики Беларусь ведется в НИИ ППМИ БГУ совместно с заинтересованными аналитическими подразделениями банка. К настоящему времени разработано и внедрено две системы эконометрических моделей, предназначенных для прогнозирования целевых индикаторов и оценки вариантов ДКП в условиях переходной экономики Республики Беларусь: система СЭМ-ДКП-1 (2004 г.) [5] и система СЭМ-ДКП-2 (2007 г.) [6]. Одновременно проводились исследования, связанные с разработкой робастных алгоритмов статистического прогнозирования в условиях структурных искажений эконометрических моделей [7, 8].

Анализ и прогнозирование рисков в банковской деятельности

К числу наиболее актуальных задач управления банковскими рисками, для решения которых активно применяются методы робастного эконометрического прогнозирования, можно отнести: 1) анализ и прогнозирование устойчивости коммерческих банков и разработка систем раннего предупреждения банковских кризисов; 2) оценка и прогнозирование кредитоспособности заемщиков коммерческих банков (физических и юридических лиц) или кредитный скоринг. Результаты применения эконометрических моделей для решения задачи прогнозирования устойчивости коммерческих банков в практике белорусской банковской системы представлены в [7]. Результаты исследований, связанные с разработкой алгоритмов анализа и прогнозирования кредитного риска на основе методов дискриминантного анализа эконометрических моделей зависимостей представлены в [8-12].

Литература

  1. Харин, Ю. С. Эконометрическое моделирование. / ю.с. Харин, В.И. Малюгин, А.Ю. Харин. - Минск : БГУ, 2004. - 313 с.
  2. Малюгин, В.И. Рынок ценных бумаг: количественные методы анализа / В.И. Малюгин. - Москва.: Дело, 2003. - 320 с.
  3. Харин, Ю.С. Вероятностно-статистическое прогнозирование, оптимальность, робастность, применения / Ю.С. Харин, В.И. Малюгин // Вестник БГУ. Серия 1: Физ. Мат. Информ. – № 1. - 2009. - С. 72-84.
  4. Харемза В.В., Харин Ю.С., Макарова С.Б., Малюгин В.И. и др. О моделировании экономик России и Беларуси на основе эконометрической модели LAM-3 // Прикладная эконометрика,  № 2, 2006.
  5. Малюгин В.И., Пранович М.В., Мурин Д.Л., Калечиц Д.Л. Система эконометрических моделей для анализа, прогнозирования и оценки вариантов денежно-кредитной политики. // Исследования банка., № 2, 2005. – 41 с.
  6. Малюгин, В.И. Разработка и применение эконометрических моделей для прогнозирования и оценки вариантов денежно-кредитной политики / В.И. Малюгин [и др.] // Прикладная эконометрика. - № 2. - 2009. - С. 24-38.
  7. Малюгин, В.И. О коррекции прогнозов на основе эконометрических моделей со структурными изменениями в начале прогнозного периода  / В.И. Малюгин, А.В. Бояр // Экономический бюллетень. - 2008. - № 4. – С. 28-40.
  8. Малюгин, В.И. Непараметрический анализ стохастических систем с нелинейной функциональной неоднородностью / В.И. Малюгин, М.Е. Васильков // Прикладная эконометрика. - № 2. - 2011. - С. 78-97.
  9. Малюгин, В. И.. Оценка устойчивости коммерческих банков на основе эконометрических моделей с дискретными зависимыми переменными / В.И. Малюгин, Е. В. Пытляк // Банковский Вестник. – 2007. – № 4 (369). – С. 30–36.
  10. Малюгин, В.И., Гринь Н.В. Анализ и прогнозирование кредитного риска на основе эконометрических моделей / В.И. Малюгин, Н.В. Гринь // Экономика, моделирование, прогнозирование» - сб. научн. тр. НИЭИ Министерства экономики Республики Беларусь, 2008. Вып.2. – С. 260-277.
  11. Малюгин, В.И. Исследование эффективности алгоритмов классификации заемщиков банков на основе балансовых коэффициентов / В.И. Малюгин, О.И. Корчагин, Н.В. Гринь,   // Банковский Вестник - № 4 - 2009.  – С. 27-32.
  12. Малюгин, В.И. Об эффективности статистических алгоритмов кредитного скоринга /В.И. Малюгин, Н.В. Гринь // Банковский Вестник - № 4 - 2010.  – С. 39-46.
  13. Малюгин, В.И. Об прогнозировании VaR в условиях неоднородной волатильности Малюгин, В.И. Прогнозирование VaR в условиях неоднородной волатильности рынка /В.И. Малюгин, А.А. Петрушко // Банковский Вестник - № 3 - 2011.  – С. 33-40.
Новости
23.05.2017
XХII научно-практическая конференция «Комплексная защита информации»
31.03.2017
ITSecurity-2017
22.02.2017
Ввод в действие новой редакции СТБ 34.101.47
21.02.2017
План семинара весна 2017
20.01.2017
Итоги NSUCRYPTO-2016
24.10.2016
План семинара осень 2016
29.08.2016
Ввод в действие СТБ 34.101.77
15.06.2016
CTCrypt-2016
19.04.2016
Криптографические стандарты: планы на 2016 год