modeling

Использование марковских моделей со множеством состояний для прогнозирования вероятности дефолта заемщиков

Введение. После кризисов кредиторы осознали важность оценки риска дефолта по портфелям займов в различных экономических условиях. Моделирование оценки кредитного риска происходит преимущественно с использованием внутренних рейтингов банков, основанных на вероятностных моделях дефолтов заемщиков за определенный период времени. Теоретические модели. Рассмотрены три модели. Первая – наивная марковская модель с R состояниями. Приводится матрица переходов. Вторая – марковская модель со множеством состояний с ковариатами. В качестве ковариат предложены макроэкономические показатели. Третья модель – мультиномиальная логит-регрессия. Апробация марковских моделей и мультиномиальной регрессии на симулированных и реальных данных о дефолтах заемщиков. Исследуется возможность использования марковских моделей с несколькими состояниями для предсказания дефолтов заемщиков в финансовых учреждениях с течением времени. Рассматриваются три подхода для моделирования кредитного риска. Первый подход предполагает, что матрица вероятностей переходов постоянна стечением времени, а остатки марковской модели и логистической регрессии учитываются в дальнейшем при прогнозировании на временной горизонт. Второй дополнен моделью Маркова, которая учитывает влияние на миграцию рисков дефолтов, как индивидуальных факторов заемщиков, так и экономической обстановки в стране. Используя ковариаты, модели позволили одновременно оценить скорость перехода и вероятности ошибочной классификации состояний. Рассмотрена модель мультиномиальной логистической регрессии для сравнения результатов, полученных с использованием марковских моделей с несколькими состояниями. Предлагаемые модели тестируются как на реальных, так и на симулированных данных. Выводы. Представленные модели показывают хорошие прогностические результаты с высокой точностью оценки дефолтов. Модели достаточно хорошо воспроизводят структуру сгенерированных данных. Особенностью модели мультиномиальной регрессии в предсказании дефолтов можно считать то, что она хорошо настраивается, а марковские модели оценивают вероятности дефолтов. Для реализации модели было использовано программное обеспечение – пакет R.

Моделирование развития хозяйственного механизма инновационной сферы современной российской экономики

Введение. Развитие хозяйственного механизма инновационной сферы современной российской экономики напрямую влияет на развитие экономики государства в целом. Экономический инструмент «моделирование» в области развития хозяйственного механизма инновационной сферы экономики способен оказывать положительное влияние на развитие экономики государства. Посредством разработки указанного инструмента применительно к развитию хозяйственного механизма инновационной сферы экономики предполагается проведение расчета с учетом воздействия субъектов инновационнообразующих факторов на инновационное развитие для определения состояния развития при корректировке указанных факторов. Проведение расчета инновационного развития предполагается для выявления оптимального состояния и выбора соответствующей стратегии по воздействию составляющих факторов развития на само развитие хозяйственного механизма инновационной сферы экономики государства. Тем самым разрабатывается инструмент, способствующий осуществлению планирования и прогнозирования развития экономики государства. Теоретический анализ. Моделирование развития хозяйственного механизма инновационной сферы в экономике Российской Федерации демонстрирует уровень развития инновационной отрасли государства в настоящее время и является инструментом, способствующим осуществлению прогнозирования и планирования дальнейшего развития. Эмпирический анализ. Выявлены составляющие развития хозяйственного механизма инновационной сферы экономики. На основе данных составляющих сформирована модель развития хозяйственного механизма инновационной сферы, а также статистически, посредством построения модели панельных данных, доказано прямое влияние групп субъектов инновационнообразующих факторов на развитие хозяйственного механизма инновационной сферы современной российской экономики. Результаты. Составляющие переменные модели имеют высокую степень важности при объяснении развития хозяйственного механизма инновационной сферы экономики. Процесс развития хозяйственного механизма инновационной сферы экономики имеет прямо пропорциональную зависимость от инновационного процесса.

Развитие моделей управления цепями поставок в розничной торговле

Введение. Ситуация в розничной торговле Российской Федерации характеризуется рядом негативных тенденций: недостатком логистической инфраструктуры, снижением демографической активности населения, активным развитием многоформатной торговли. Развитие моделей управления цепями поставок в розничной торговле является не- обходимым условием улучшения ситуации в отрасли. Теоретический анализ. Цепи поставок розничной торговли представляют собой сложную сетевую структуру с распре- деленными на обширной территории производственными, складскими и транспортными мощностями, включающую большое количество поставщиков и точек розничных продаж. В результате исследования методологической базы логистики и управления цепями по- ставок были систематизированы модели, методы и концепции управления цепями по- ставок с учетом специфики потоковых процессов в розничной торговле. Результаты. Предлагаемые алгоритм и методическое обеспечение моделирования цепей поставок в розничной торговле учитывают современные методы и концепции логистики, а также основаны на классификации товарных потоков по степени критичности ресурсов. Алгоритм обеспечивает возможность контроля поставщиков, производственных линий и запасов. Обоснованы модели управления запасами с учетом стратегических задач управления. Целесообразно оценить эффективность моделирования цепей поставок в розничной торговле на основе показателей OOS и OSA.