WWW.KONF.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Авторефераты, диссертации, конференции
 

Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 9 |

«МАТЕРИАЛЫ 53-Й МЕЖДУНАРОДНОЙ НАУЧНОЙ СТУДЕНЧЕСКОЙ КОНФЕРЕНЦИИ МНСК–2015 11–17 апреля 2015 г. ЭКОНОМИКА Новосибирск УДК 3 ББК У 65 Материалы 53-й Международной научной студенческой ...»

-- [ Страница 5 ] --

Цель данной работы – рассмотреть возможность и необходимость интегрированного учета [1] энергоресурсов и их эффективности на различных уровнях агрегирования информации: технологическом, оперативном, технико-экономическом, стратегическом, интегрированной отчетности. Применение современных методов планирования, учета, экономического анализа любых объектов и процессов предприятия, в том числе энергопотребления и энергозатрат, основывается на информационных технологиях в составе корпоративных информационных систем (КИС), как правило, рассматривается отдельно для каждого уровня, но требует интегрированного подхода.



Основой этой системы является определение моделей показателей эффективности энергоресурсов для каждого уровня агрегирования информации. В ходе работы выявляются имеющиеся в публикациях по экономике, статистике, анализу показатели энергетической эффективности, распределяются по названным уровням, вводятся новые.

Содержание моделей определит потребность во входной информации для их расчета и требования к организации учета соответствующего и нижестоящих уровней. Такая система показателей нужна для конкретизации учетной политики организации.

______________________________

1. Т. Л. Щеглова, В. Г. Ионин. Бизнес-анализ в интегрированном учете // Современное состояние и перспективы развития бухгалтерского учета, экономического анализа и аудита: материалы Междунар. науч.-практ.

конф., / под науч. ред. Е. М. Сорокиной. – Иркутск: Изд-во БГУЭП, 2013.

Научный руководитель – канд. экон. наук, Т. Л. Щеглова.

УДК 330.45

АГЕНТНО-ОРИЕНТИРОВАННЫЙ ПОДХОД К АНАЛИЗУ

ВЗАИМОСВЯЗЕЙ В ЛЕСНОМ КОМПЛЕКСЕ РЕГИОНА

–  –  –

В плановой экономике для оценки развития лесного комплекса использовались оптимизационные модели, которым было посвящено множество научных публикаций. Следует особо подчеркнуть, что математической базой для большинства этих работ являлся метод линейного программирования и в них учитывались критерии и условия функционирования в плановой экономике. Большинство современных исследований проблем лесного комплекса, где используется модельный аппарат, относятся к задачам биологического разнообразия и техническим вопросам лесопользования, но не касаются количественной оценки последствий принимаемых управленческих решений.

Агент-ориентированный подход отличается от ранее используемых моделей тем, что рассматривает множество экономических агентов как систему и решает для каждого индивидуальную задачу, с учетом их взаимодействия между собой. Целью данной работы является разработка инструментария обоснования и оценки последствий принимаемых управленческих решений при взаимодействии субъектов лесного комплекса и его внешней среды в регионе.

В ходе исследования, во-первых, был описан процесс применения агент-ориентированного подхода при моделировании функционирования предприятий лесного комплекса региона. Во-вторых, проведено моделирование взаимосвязей между агентами путем формального описания поведения каждого агента через дополнительные математические ограничения. В-третьих, на основе расчетов по модельному комплексу проведен анализ формирования возможных сценариев развития лесной промышленности региона в зависимости от принимаемых управленческих решений.

При агент-ориентированном подходе учет специфики реакции экономического агента на изменение внешней среды гарантирует получение корректных результатов, что в свою очередь, позволяет формировать оптимизированные управленческие решения с учетом возможных последствий от их внедрения.

Научный руководитель – канд. экон. наук, проф. Ю. Ш. Блам.

УДК 334

РАЗРАБОТКА ПОДХОДА К ВЫБОРУ ПОСТАВЩИКОВ

ДЛЯ ДИСТРИБЬЮТОРСКОЙ КОМПАНИИ

ФАРМАЦЕВТИЧЕСКОГО РЫНКА

–  –  –

На сегодняшний день существует ряд стандартных методов для выбора поставщика. Однако все они, как правило, ориентированы на производственные предприятия и не учитывают специфику конкретного рынка. Так же все современные подходы учитывают либо количественные, либо качественные характеристики. В то время как для фармацевтической отрасли вопросы, например, минимизации расходов или максимизации прибыли не являются ключевым. Важно учесть и качественные характеристики: качество продукта и возможность его сохранения при транспортировке, необходимость предоставления пациентам срочной медицинской помощи, будь то доставка редких препаратов или доставка в отдаленные районы.

То есть получается, что для фармацевтической отрасли очень важен не только сам процесс выбора поставщика, а важна вся логистическая цепочка в целом. Начиная с выбора ассортимента, когда компания решает, какие препараты нужны, каких производителей и в каком количестве, заканчивая транспортировкой лекарственных средств от поставщика на склады, хранение в соответствии с требованиями инструкции и дальнейшей транспортировкой к заказчику.

Фармацевтическая отрасль обладает рядом факторов, не позволяющих использовать стандартные подходы к выбору поставщика:

Широкий спектр лекарственных средств, то есть ассортимент в среднем намного больше, чем у производственных предприятий.

Одно наименование лекарственного средства могут изготавливать разные производители. И необходимо иметь в ассортименте и то, и другое.

Нередко одни и те же лекарства имеет разные названия у разных производителей. Это означает, что требуется классификатор для распределения лекарств по группам и выбора одинаковых.

Так же одинаковые лекарства могут иметь разные цены в зависимости от производителя или страны. Дистрибьютор должен иметь лекарственные средства из всех ценовых диапазонов.

Инновационные продукты должны присутствовать, так как на них нередко делается акцент. А инновационные лекарственные средства требуют особого тщательного рассмотрения.

И ни одна из известных описанных на данный момент методик не учитывает эти факторы.

Отсюда вытекает цель научной работы: создать формализованный подход к выбору поставщика на фармацевтическом рынке, учитывающий все нюансы этой отрасли.

В работе описан математический инструмент, который позволяет при наименьших потерях времени оценить по ряду параметров поставщиков, то есть он может быть использован любой дистрибьюторской компанией фармацевтического рынка с минимальными изменениями.

В математической основе работы лежит использование пакетов для анализа Matlab (Matrix Laboratory) и Wolfram Mathematica. Анализ поставщиков разделен на несколько этапов: на первом строится рейтинг поставщиков при помощи метода анализа иерархий. Входными параметрами для данной модели являются цена, известность марки/бренда, возможность отсрочки платежей, сроки поставки, опыт работы с поставщиком и широта предлагаемого ассортимента. Каждая компания имеет возможность менять параметры в соответствии со своими потребностями и приоритетами.

Далее происходит оценка мощностей поставщиков и их возможностей удовлетворить спрос. Это делается методом простой оптимизации. Однако уже на следующем этапе, используя математический аппарат, проводим двухкритериальную оптимизацию. То есть наряду с минимизацией затрат, максимизируем рейтинг поставщика. Результатом использования данного метода будет список поставщиков, рекомендованных к сотрудничеству.

Для диверсификации рисков можно один и тот же препарат закупать у нескольких компаний в рекомендованных моделью пропорциях. Однако это не обязательное условие работы модели.

На последнем этапе происходит дополнительная проверка поставщиков на надежность. Для этого используется логистическая регрессия, учитывающая весь опыт работы с поставщиками. В этом методе главным преимуществом является то, что можно судить о надежности поставщика, с которым компания не работает. То есть, исходя из открытой информации о компании, можно решать сотрудничать ли с ней или нет.

Разработанный инструментарий применен для оценки поставщиков лекарственного средства для ЗАО НПК Катрен.

Научный руководитель – канд. экон. наук, доцент Е. А. Соломенникова.

УДК 338.2

О ПРОБЛЕМЕ ТЕНЕВОГО РЫНКА НЕФТЕПРОДУКТОВ

В РОССИИ

–  –  –

В современном развитии нефтепереработки в России можно отметить противоречивые тенденции. Так, в 2014 г. по сравнению с предыдущим годом объем переработки вырос на 5,7%, а доля поставок на нефтеперерабатывающие заводы в добыче достигла 54,9% [1]. Это самый высокий показатель за все 2000-е годы, в течение которых стабильно рос экспорт нефтепродуктов. По данным таможенной статистики, за 11 мес.

2013 г. было экспортировано более 151 млн т нефтепродуктов – почти столько же, сколько за весь 2013 г. [2]. Но что касается глубины переработки, то она практически не растет начиная с 2008 г. [3].

Многие проблемы нефтеперерабатывающей отрасли, например, низкий уровень технологического развития, вызваны исторически сложившейся ситуацией. Под этим имеется в виду монополизм в отрасли и высокая доля импорта в поставках оборудования и технологий, значительный износ мощностей, слабое внедрение новых технологий и, соответственно, инвестиций, направляемых на технологическое развитие [4].

Нефтепереработка характеризуется также высоким уровнем косвенного налогообложения, несоответствием цен на производимую продукцию доходам населения, нерациональностью цепочек поставок продукции на рынок. Все это по большей части вызвано политикой государства, и чтолибо кардинально изменить в этом процессе не представляется возможным без вовлеченности властей.

В сложившейся экономической ситуации в России одной из острых является проблема существования обширного теневого сектора в различных отраслях экономики, в т. ч. и в производстве нефтепродуктов.

Существуют довольно широкие технические возможности для устойчивого функционирования и расширения теневого сегмента на рынке нефтепродуктов. Эти возможности усугубляются вследствие несовершенства институциональной среды – слабости государственного регулирования и контроля, неадекватной ценовой и налоговой политики.

Теневой оборот нефтепродуктов и уход от налогов крайне выгодны.

Под теневым рынком в России в рамках нефтяной отрасли мы понимаем производство нефтепродуктов, которые можно разделить на суррогатные и контрафактные. Суррогат представляет собой смесь прямогонного бензина с использованием различных небезопасных для окружающей среды добавок без соблюдения четких пропорций, а на рынке под видом высокооктанового топлива продается низкокачественное.

Контрафакт – это еще более выгодное «изобретение»: на рынок, минуя систему официального учета, поступает продукция, которая в итоге не облагаемая налогами. Часто бывает, что суррогат и контрафакт – это одно и то же. По разным оценкам доля такого топлива в общем объеме потребления нефтепродуктов составляет от 20 до 40% [5].

Проблема заключается в сложности оценивания масштабов теневого рынка, поскольку это во многом связано с несовершенством мониторинга и статистики таких показателей, как объемы производства и продаж, финансовые результаты деятельности производственных и – в особенности – сбытовых предприятий и т.д. Как следствие, возникает необходимость применения косвенных методов. Так, с помощью эконометрических методов мы моделируем масштабы потребления нефтепродуктов в России на основе показателей развития рынка в странаханалогах – США и Китае, близких (в силу экономико-географических условий) по характеру потребления нефтепродуктов. В результате представляется возможным сделать количественные оценки теневого рынка в виде разницы наших оценок с данными официальной статистики и имеющимися экспертными данными.

По предварительной агрегированной оценке, можно допустить, что фактическое потребление, например, автомобильного бензина в России примерно на треть выше, чем показывает официальная статистика. Более сложные и детальные модельные расчеты, которые должны дать более точные и обоснованные оценки, связаны с учетом структуры автопарка, фактических и нормативных пробегов транспортных средств, удельных расходов топлива, доходов населения и ряда других параметров.

______________________________

1. Статистическая информация Минэнерго РФ. – URL:

http://www.minenergo.gov.ru/activity/statistic/21213.html (дата обращения 9.02.2015).

2. Экспорт России важнейших товаров в январе-ноябре 2014 г. – ФТС России. – URL: http://www.customs.ru/ (дата обращения 9.02.2015).

3. Нефтегазодобывающая и нефтеперерабатывающая промышленность:

тенденции и прогнозы. Аналитический бюллетень. Вып. № 13 – М.: РИА Рейтинг, 2014. – 38 с. – URL: http://www.riarating.ru/trend/oil_gas_report/ (дата обращения 9.02.2015).

4. Пармон В.Н. Инжиниринговый провал закрывает нам выход на собственный рынок // ЭКО. – 2012, №8. – С. 40—52.

5. Шмат В.В. Проблемный profile российской нефтепереработки // ЭКО. – 2012, №8. С. 5—24.

Научный руководитель – канд. экон. наук В. В. Шмат.

УДК 51-77

МОДЕЛИРОВАНИЕ РЫНКА КИНОИНДУСТРИИ

–  –  –

В настоящее время на рынке киноиндустрии остро стоит проблема оценки рыночного неравенства. Но существующие рекурсивные модели не отражают существующего рыночного неравенства, влияющих на него факторов и причин возникновения неоднородности рыночных доходов, что приводит к противоречивости получаемых результатов.

Цель работы – построение агентно-ориентированной модели, позволяющей учесть поведение потребителя, устранить недочеты других моделей и произвести анализ данной проблемы. Объектом исследования был выбран рынок киноиндустрии, так как данные по динамике рынка доступны, прокат фильмов имеет короткий жизненный цикл, цена известна и фиксирована. Полученная модель позволяет более точно оценивать риски, связанные с производством и распространением фильмов в киноиндустрии, также имеется возможность адаптации модели для рынков книг, музыки и CD.

Результаты моделирования показали, что существенное рыночное неравенство определяется сегментом, предпочитающим потребление развлечений, который является скорее социально ориентированным, нежели ориентированным на художественное потребление, а влияние на него намерений потребления сильнее воздействия самого факта потребления. Это опровергает результаты предыдущих исследований о том, что информация о качестве фильма сильнее воздействует на поведение потребителей, чем влияние желания потребителей сходить на фильм. Социальное влияние также вносит наибольший вклад в неоднородность рыночных доходов. Из этого следует, что социальное влияние, вызванное намерениями других агентов, оказывает более сильное воздействие на распределение рыночных доходов, чем социальное влияние от поведения других агентов в предыдущий момент времени.

Научный руководитель – канд. экон. наук. М. М. Михалёва.

УДК 330.42

РАЗРАБОТКА ОПТИМАЛЬНОЙ КРЕДИТНОЙ ПОЛИТИКИ БАНКА

С ИПОЛЬЗОВАНИЕМ ДВУХ ИСТРУМЕНТОВ – СТАВКИ

ПРОЦЕНТА И КРЕДИТНОГО СКОРИНГА

–  –  –

Исследование является продолжением работы по изучению проблемы кредитного рационирования применительно к массовому кредитованию физических лиц. В процессе управления кредитной деятельностью банка объектами управления являются не только каждая отдельная кредитная сделка, но и совокупность всех предоставленных банком кредитов с их взаимным влиянием друг на друга – кредитный портфель банка.

Исследование, тезисы и результаты которого были опубликованы ранее, представляло собой расширение модели Stiglitz J.E. и Weiss A.

Авторы статьи “Credit Rationing in Market with Imperfect Information” [1] продемонстрировали, что если клиенты банка имеют одинаковую среднюю выручку (средний доход), но различаются её волатильностью (риском), то, при повышении банком ставки кредитования, не только сокращается общее количество клиентов, но и падает их качество, то есть в конце остаются наиболее рискованные клиенты (эффект “обратной селекции”), как следствие, качество кредитного портфеля ухудшается.

Stiglitz J.E. и Weiss A. пришли к выводу, что в некоторых популяциях клиентов этот добавочный риск не окупается повышенной ставкой и выгоднее предлагать кредиты с процентной ставкой ниже равновесной.

В своих исследованиях мы использовали более реалистичные предположения, чем в [1]: клиенты различались не только по рискованности, но и по среднему ожидаемому доходу. Из реальных данных о возврате кредитов физических лиц одного из коммерческих банков РФ мы восстановили форму распределения популяции по доходности и риску. Была получена “функция ухода” заёмщика с рынка и критерий отнесения рынка к рационируемому или нет.

В ходе исследования мы отказались от более удобной с точки зрения анализа гипотезы симметричного однопикового распределения доходов заёмщика (типа одной волны косинуса) в пользу более реалистичной гипотезы скошенного распределения дохода заёмщика: средний доход может уменьшиться до нуля, а вероятный рост, как правило, не больше 30% в год. Для описания подобного распределения мы используем бетараспределение, более точно отражающее поведение заёмщиков.

С целью выявления качественных закономерностей, которые могут быть использованы при разработке методики кредитного рационирования физических лиц банком, была проанализирована динамика дохода банка в зависимости от ставки процента и скоринг-балла.

Рис. 1. Зависимость дохода банка от ставки процента и скоринг-балла На рис. 1 представлена форма зависимости дохода банка от ставки процента и скоринг-балла. Стрелкой указано направление роста ставки процента.

Банк может максимизировать свой доход при высокой ставке кредитования (но не при максимальной), выдавая кредиты практически всем желающим. С ростом требований к заёмщикам (повышением скоринг-балла) описанный эффект исчезает, но в то же время сокращается суммарный доход банка. Эффект снижения дохода после достижения определённой ставки процента может являться как следствием эффекта “обратной селекции”, присущего данной популяции, так и следствием ухода заёмщиков с рынка (или к конкурентам) из-за повышения ставки процента.

Для решения задачи выбора оптимальной политики кредитования для банка, необходимо ответить на вопрос о возможности применения кредитного рационирования на рассматриваемом рынке (наличие эффекта “обратной селекции”). Чтобы ответить на этот вопрос мы анализируем зависимость среднего ожидаемого дохода от ставки процента и скорингбалла. Моделирование этих закономерностей позволит нам ответить на вопрос о возможности кредитного рационирования, а также дать реалистичные оценки оптимальной процентной ставке и объёму капитала, который необходимо аллокировать под анализируемую кредитную программу.

______________________________

1. Stiglitz J. E., Weiss A. Credit Rationing in Market with Imperfect Information // Amer. Econ. Rev. 1981 June. V. 71. №2.

Научный руководитель – канд. экон. наук, доцент Н. М. Ибрагимов.

УДК 330.4

ИССЛЕДОВАНИЕ МУЛЬТИПЛИКАТИВНЫХ ЭФФЕКТОВ

В ЭКОНОМИКЕ РОССИИ

–  –  –

Одной из важнейших проблем экономики является эффективное инвестирование имеющихся ресурсов в развитие отдельных предприятий и экономики в целом. Принимать решения должны не только компании и корпорации, но и государство, которое имеет много вариантов вложения средств. Недостаточно рассматривать только прямые эффекты, необходимо изучать систему взаимосвязей и взаимодействий. Актуальным является исследование мультипликативных эффектов в экономической системе.

Экономические мультипликаторы позволяют оценить эффект государственного стимулирования экономического роста. Представители либеральной школы считают, что государство не должно активно вмешиваться в функционирование рынка. Например, Р. Барро скептически относится к тому, что экономический мультипликатор может быть больше единицы. В статье [1] утверждается, что сокращение налогов предпочтительнее, чем увеличение государственных расходов. Р. Барро показал, что мультипликатор оборонных расходов для отдельных периодов прошлого в США находился в диапазоне 0,6-0,7. Если мультипликатор менее единицы, то другие компоненты ВВП падали, когда расходы на оборону росли.

Целью данной работы было рассчитать мультипликаторы для экономики России и практически подтвердить идею о том, что мультипликаторы госрасходов превышают единицу, и, следовательно, программы стимулирования экономики, вероятно, поднимут ВВП больше, чем увеличатся государственные расходы.

Межотраслевой баланс является инструментом оценки величины не только прямых, но и косвенных мультипликативных эффектов в экономике. Эконометрические макро модели позволяют рассчитать укрупненные мультипликаторы без учета косвенных эффектов. В исследовании использовались оба типа моделей.

______________________________

1. Robert J. Barro Charles J. Redlick Macroeconomic Effects From Government Purchases and Taxes / The Quarterly Journal of Economics 2011.

Научный руководитель – д-р экон. наук, проф. А. О. Баранов.

УДК 338.2

РЕЗУЛЬТАТЫ СЦЕНАРНОГО ПРОГНОЗИРОВАНИЯ

РОССИЙСКОЙ ЭКОНОМИКИ С ИСПОЛЬЗОВАНИЕМ

БАЙЕСОВСКОГО ПОДХОДА ПРИ РАЗЛИЧНЫХ СПОСОБАХ

ЭКСПЕРТНОГО ОЦЕНИВАНИЯ

–  –  –

Рассматриваемый метод прогнозирования основан на специфических процедурах отчуждения и структурирования экспертного знания и экспертных представлений (мнений). В данном методе, который первоначально использовался для прогнозирования политической ситуации в России, сценарий – это вариант развития логической последовательности событий, начинающихся в настоящем и определяющий конкретную ситуацию в будущем [1].

Данные (экспертные представления, мнения), используемые в модели, подвергаются специальному статистическому анализу. В результате появляется возможность оценивать шансы сценариев, а также вычислять другие характеристики прогнозной модели. Прогнозная модель включает пять компонент: (1) фиксированный набор базовых сценариев; (2) проблемы; (3) события; (4) оценки априорных шансов событий; (5) оценки апостериорных условных шансов событий.

Особо отметим, что априорные шансы событий – это оценка шансов событий на момент экспертизы безотносительно к возможным вариантам будущего. Апостериорные шансы событий оцениваются как бы из гипотетического будущего и позволяют установить вероятностную взаимосвязь между событиями и сценариями. Оценка шансов происходит внутри каждой проблемы, т.е. эксперты распределяют 100 шансов между всеми событиями, связанными с данной проблемой.

Полученные в процессе экспертиз данные с точки зрения статистической теории вполне пригодны для вычисления вероятностей реализации сценариев. При этом необходимо найти достаточно разумные и хорошо интерпретируемые робастные оценки «центра» для произвольного набора вероятностных распределений на конечном числе событий, сопутствующих той или иной проблеме. Для каждой из проблем методом Монте-Карло моделируется случайный выбор события, которое связано с этой проблемой и будет реализовано. Для цепочки событий, в предположении, что все сценарии равновероятны, пошагово вычисляются вероятности с использованием рекуррентных формул. Результат вычисления приводит к набору байесовских вероятностей реализации того или иного сценария.

Следует отметить, что для экспертов известную трудность может составить оценивание шансов событий. В связи с этим возникает необходимость рассмотреть альтернативный вариант оценивания – перейти от определения шансов к составлению рангов событий, их упорядочиванию по принципу убывания вероятностей. Данный подход может оказаться более объективным и удобным для экспертов.

В результате встает вопрос: влияет ли выбор способа экспертной оценки на вычисление вероятностей прогнозных сценариев? Для ответа сравним два способа, используя ранее полученные результаты [2].

Прогнозирование основывалось на трех базовых сценариях: 1) Россия на пути в ОЭСР; 2) Россия – ресурсная держава; 3) Россия – периферия мира.

Были проведены раздельные опросы для двух групп экспертов (условно – «отцов» и «детей»), которые оценивали шансы событий. Затем, уже исходя из оцененных шансов, были составлены ранги событий.

Моделирование прогноза в двух вариантах – на основе данных о шансах и рангах событий – привело к получению довольно различающихся результатов. Так, по первой группе экспертов произошло изменение выбора наиболее вероятного сценария, а по обеим группам выросла вероятность наименее вероятного сценария (табл. 1).

Таблица 1 Сравнение результатов моделирования прогноза Вероятности базовых сценариев На пути в ОЭСР Ресурсная держава Периферия мира Варианты прогноза по оценкам «отцов»

Шансы событий 0,178 0,444 0,378 Ранги событий 0,235 0,356 0,409 Варианты прогноза по оценкам «детей»

Шансы событий 0,195 0,468 0,337 Ранги событий 0,276 0,382 0,342 Объясняя полученные результаты, приходим к выводу, что метод оценивания шансов выглядит предпочтительней, поскольку грани между сценариями слишком тонки. При ранговой оценке эти тонкие различия плохо учитываются.

____________________________

1. Благовещенский Ю., Кречетова М., Сатаров Г. Сценарное прогнозирование политической ситуации в России – 2012. – М.: Фонд «Либеральная миссия», 2012.

2. Карева Д., Шмат В. Будущее российской экономики глазами «отцов» и «детей» // ЭКО. – 2014, № 9. – С. 86—106.

Научный руководитель – канд. экон. наук В. В. Шмат.

УДК 338.2

СТОИМОСТНАЯ ОЦЕНКА ГОСУДАРСТВЕННО-ЧАСТНОГО

ПАРТНЕРСТВА С УЧЕТОМ ФАКТОРОВ РИСКА

–  –  –

Одна из ключевых экономических проблем России – недостаточная развитость инфраструктуры, как общехозяйственной, так и специализированной. Это сдерживает рост экономики, уровня и качества жизни населения. Проекты развития инфраструктуры характеризуются высокой капиталоемкостью и длительными сроками окупаемости, что всерьез повышает финансовые риски инвестирования. По этой причине коммерческая привлекательность инфраструктурных проектов, в которых обычно заинтересовано государство, для частных инвесторов очень низкая.

Поэтому в мировой практике сложилась форма сотрудничества между государством и частным капиталом, которая получила название государственно-частного партнерства (ГЧП) и в которой определенным образом распределяются функции между участниками (рис. 1).

Рис. 1. Роль государства и частного сектора в проектах ГЧП [1] В рамках такого партнерства существует различные формы реализации, проектов, но наиболее распространенная из них – концессия. Эта форма наиболее проработана, как в правовом отношении, так и с точки зрения финансовых механизмов во всем мире и, в частности, в России. Концессия применяется прежде всего в автодорожном строительстве, в проектах строительства объектов социальной инфраструктуры (спортивных, образовательных и др.).

В настоящее время вопросам стоимостной оценки проектов ГЧП уделяется особое значение. При реализации таких проектов очень важно правильно оценить риски и их распределение между государством и частными инвесторами. Обычно для оценки эффективности проектов применяется модель дисконтированных денежных потоков (модель DCF).

Но она имеет серьезные недостатки, связанные с учетом рисков. Развитием подхода DCF является использование моделей реальных опционов (модель ROA). В отличие от простой модели DCF, которая не учитывает напрямую волатильность рынка, комплексная модель DCF+ROA учитывает дополнительные выгоды, которые может получить инвестор в виде дохода и возможностей выхода из проекта. Использование метода реальных опционов во всех случаях повышает оценочное значение проектного NPV.

При оценке проектов ГЧП модель ROA позволяет усилить переговорные позиции государства по выработке условий соглашений и снизить риски публичной стороны, обеспечивая гарантии частному инвестору (рис. 2).

Рис. 2.

Переговорные позиции государства и частного сектора [2] Мы рассматриваем особенности применения моделей реальных опционов (Блэка-Шоулза, биномиальной и триномиальной) для стоимостной оценки проектов ГЧП разного типа в российских условиях:

строительства автодороги в одном из депрессивных (не связанных с нефтедобычей) районов Ханты-Мансийского автономного округа и объектов социальной инфраструктуры (типовых физкультурнооздоровительных комплексов на примере Нижегородской области и стадиона класса ФИФА для проведения Чемпионата мира по футболу в 2018 г. в Санкт-Петербурге). Использование различных моделей ROA связано с особенностями оцениваемых проектов и прежде всего – с различиями в длительности сроков реализации (действия концессии).

______________________________

1. Benes M., Stary O. Economic Risk in PPP Energy Projects // Energy, Policies and Technologies for Sustainable Economies. – Vienna: IAEE, 2009. – 9 p. – URL: http://www.aaee.at/2009-IAEE/details.php (дата обращения:

14.02.2015).

2. Liu, J. Application of real option in risk evaluation and management of PPP/PFI projects. – Nanyang: Technological University (Digital Repository), 2007. – URL: https://repository.ntu.edu.sg/handle/10356/12060 (дата обращения: 14.02.2015).

Научный руководитель – канд. экон. наук В. В. Шмат.

УДК 338.2

ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ

НА РОСТ РЕСУРСОЗАВИСИМЫХ ЭКОНОМИК

–  –  –

На нашей планете существует множество стран, которые являются счастливыми обладателями огромных запасов сосредоточенных природных ресурсов – нефти, газа, алмазов, цветных металлов и проч.. Но гарантирует ли их наличие стране богатство и мировое лидерство?

Согласно концепции «ресурсного проклятия», страны, богатые ресурсами, развиваются медленнее других; или в более мягкой формулировке «условного проклятия: ресурсообеспеченные страны, развиваются медленнее других, если имеют «плохие» институты.

Выделим основные причины данного парадокса. Во-первых, наличие таких дорогостоящих благ, как например нефть, приводит к повышению вероятности конфликтов, а также к усилению авторитарной власти. Вовторых, ресурсный сектор, как правило, начинает подавлять другие отрасли. В-третьих, отсутствуют экстерналии, так как ресурсный сектор в основном требует лишь примитивные технологии.

Для оценки влияния ресурсов на экономический рост проведено множество исследований. Например, Дж. Саксу и Э. Уорнеру удалось подтвердить концепцию, а также выявить отрицательное влияние ресурсов на качество институтов для периода 1970-х—1980-х годов.

Наша задача состояла в том, чтобы с помощью эконометрических методов оценить влияние известных факторов на рост ресурсо-зависимых экономик в период 1990-х—2000-х годов. В качестве факторов были взяты: уровень ресурсообеспеченности, выраженный в средней доле ренты в ВВП; начальный уровень душевого ВВП в паритетных ценах; качество институтов, для оценки которых использовались данные исследований Всемирного экономического форума (WEF – уровень конкурентоспособности) и организации International Transparency (IT – уровень коррумпированности). Данные критерии хорошо коррелируют друг с другом с коэффициентами 0,85 и 0,88 по рангам и баллам, соответственно.

Для исследования была сформирована выборка стран на основе данных статистики Всемирного банка. Чтобы сделать выборку однородной, были исключены страны с максимальным и минимальным уровнями экономического развития, а также ряд небольших государств с «виртуальными микроэкономиками» (оффшоры, игорные зоны и т.п.). В итоге было сформировано две основные выборки из 143 и 127 стран,

–  –  –

Научный руководитель – канд. экон. наук В. В. Шмат.

УДК 658.716

УПРАВЛЕНИЕ ЦЕНОВЫМИ РИСКАМИ В ЗАКУПОЧНОЙ

ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ НЕФИНАНСОВОГО СЕКТОРА

–  –  –

Риск всегда присутствует в экономической деятельности и связан со степенью неопределенности принимаемых решений в организации.

Изменчивость цены может послужить причиной негативного влияния на финансовые потоки организации и вызвать понижение ликвидности, перерасходование денежных средств, снижение рентабельности деятельности организации.

Во-первых, в исследовании рыночного риска для строительного сектора экономики обратим внимание на динамику цен на трубы и профили пустотелые из литейного чугуна за тонну за период 2006-2011 гг., которая служит яркой иллюстрацией нестабильности в затратах на данный вид материала. За данный промежуток времени цена увеличилась с 20 657 руб. за т до 39 427 руб. за т или на 90,87 %.

Предлагается метод использования производных финансовых инструментов для минимизации такого риска. Суть метода состоит в том, чтобы зафиксировать существующий уровень цен на продукцию, которую необходимо приобрести в будущем. Компенсация будет происходить за счет исполнения биржевой сделки по покупке (продаже) актива, цена которого имеет наибольшую корреляцию с ценой на приобретаемую продукцию.

Чтобы исключить риск потерь при изменении цены на трубы и профили, должно выполняться условие + = 0, (1) где S – изменение цены на трубы и профили пустотелые из литейного чугуна;

F – изменение цены биржевого актива;

h – коэффициент хеджирования.

Роль коэффициента хеджирования в формуле (1) состоит в том, чтобы определить требуемое количество биржевого актива для компенсирующей сделки. Он рассчитывается на основе регрессионного анализа по формуле =,, (2) где corrS,F – коэффициент корреляции значений S и F;

S – стандартное отклонение S;

F – стандартное отклонение F.

Во-вторых, определяется, какие биржевые товары стоит использовать для хеджирующей сделки. Для этого необходимо отобрать активы, цены которых имеют наибольшую корреляционную связь с ценой на трубы и профили пустотелые из литейного чугуна.

Примечательно, что в ходе анализа наибольшая корреляционная связь цен на трубы и профили обнаружена с золотом – 0,928 и серебром – 0,799.

Таким образом, для хеджирования будущей цены покупки выбирается золото.

В-третьих, по формуле (2) рассчитываем требуемое количество биржевого актива для компенсирующей сделки.

Наконец, оценивается эффективность хеджа по формуле Э= 100, (3) где Э – эффективность хеджа.

Считаем, что совершенным хеджем является сделка, которая приносит прибыли ровно столько, сколько возникает дополнительных затрат.

–  –  –

Таким образом, проведенный расчет и его результаты показывают практическую значимость и приемлемость данного метода хеджирования рыночного риска для предприятий нефинансового сектора.

Управление рыночными рисками выполняет важную роль в процессе достижения поставленных целей и является необходимым условием успешного функционирования строительной организации. Применение методов хеджирования ценовых рисков способствует стабилизации финансовых потоков, повышению рентабельности организации и росту ее конкурентоспособности.

Научный руководитель – д-р экон. наук, проф. И. А. Янкина.

УДК 330.45

ИМИТАЦИОННАЯ МОДЕЛЬ ПРОДАЖИ СКОРОПОРТЯЩЕЙСЯ

ПРОДУКЦИИ

–  –  –

Рассмотрим математическую модель скоропортящейся продукции (например, газеты). Пусть имеется партия товара объема Q, которая должна быть реализована в течение времени T – длительности торговой сессии. Если не вся партия товара продана за это время, то товар пропадает и не может быть продан.

Будем считать, что запросы на товар (поток покупателей) образуют пуассоновский поток интенсивности, величины запросов – независимые, одинаково распределенные величины с конечными первым и вторыми моментами a1 и a2 соответственно.

Предположим, известна реализация n торговых сессий. Пусть n m из них окончились досрочно распродажей всей партии товара в моменты t1, t2, t3,..., tnm, а в m сессиях не весь товар был распродан, и количество проданного за каждую из m сессий товара составило x1, x2, x3,..., xm.

В [1] показано, что при больших объемах партии товара время его продажи имеет приближенно нормальное распределение с параметрами M {t} Q / a1, D{t} a2Q / a1 2, а количество проданного за торговую сессию товара x есть нормальная случайная величина с математическим ожиданием M {x} a1T и дисперсией D{x} a2 T.

В работе построена имитационная модель данной задачи. Результаты эксперимента по длительности продажи партии объема Q были исследованы на нормальность с помощью критерия КолмогороваСмирнова для равномерного, экспоненциального и бета распределений величин запросов. Объем исследуемых выборок равен 100. Гипотеза о нормальности принимается на уровне значимости 0,05 при Q 6 для равномерного распределения величин запросов (a1 = 3, a2 = 12, = 1); при Q 13 для экспоненциального распределения (a1 = 4, a2 = 32, = 1); при Q 8 для бета распределения (a1 = 0.6, a2 = 0.5, = 4).

______________________________

1. Оптимизация розничной продажи скоропортящейся продукции / Е. В.

Новицкая, А. Ф. Терпугов. – Томск : Изд-во Том. ун-та, 2004.

Научный руководитель – д-р физ.-мат. наук А. В. Китаева.

УДК 330.4

МАТЕМАТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ

ДИНАМИКИ ЦЕН НА РЫНКЕ ЖИЛЬЯ

В РЕСПУБЛИКЕ САХА (ЯКУТИЯ)

–  –  –

В настоящее время используются различные способы прогнозирования цен на рынке жилья, формирование цены зависит не только от социальноэкономических условий, но и от принимаемых государством решений в нормативно-правовом поле. Динамика цен на жилую недвижимость влияет на покупательскую способность населения, а также имеет влияние на социальные процессы, например, качество жизни, уровень образования, вопросы занятости, демографии.

В данной работе исследованы статистические данные о стоимости жилья на первичном и вторичном рынке в РС(Я) за период с 2007 по 2014 годы. Статистика ценовой динамики демонстрирует общий рост стоимости единицы площади жилой недвижимости, хотя в отдельные периоды наблюдалось и некоторое снижение. Прогнозирование по имеющимся данным имеет цель установить примерную стоимость в будущем периоде при условии сохранения общей тенденции, а также в случае существенных изменений некоторых факторов, таких как повышение ставки ипотечного кредитования, замедление расширения рынка новостроек и др. С применением математических методов построены функции, наиболее близко моделирующие процессы изменения цен на рынке первичного и вторичного жилья в Республике Саха (Якутия) [1]. Проведен анализ погрешностей приближающих функций, выявлена корреляционная зависимость от других социально-экономических факторов, влияющих на динамику цен. Составлены примерные прогнозные сценарии движения цен.

______________________________

1. Колемаев В. А. – Экономико-математическое моделирование (2005) Научный руководитель – канд. физ.-мат. наук Т. С. Попова.

УДК 336.27

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКОВ: КОЛЛЕКТОРСКИЙ

СКОРИНГ

–  –  –

Постоянно изменяющиеся требования финансового рынка вынуждают банки находить более эффективные пути привлечения платежеспособных заемщиков. Автоматизированные системы дают банкам возможность реорганизовать систему оценки кредитной деятельности и снизить кредитный риск с минимальными затратами.

От правильной оценки кредитного риска зависит надежность работы банка. Последнее время наблюдается интенсивный рост рынка кредитования на российском рынке, поэтому поиск наиболее эффективного способа определения «положительных» заемщиков становится одной из главных проблем при принятии решения о выдаче кредита физическому лицу.[1] Объектом исследования в работе является заемщик банка – физическое лицо с определенной кредитной историей.

Предмет исследования – скоринговая модель для оценки кредитоспособности заемщика.

Цель исследования – построение модели-классификатора, которая сможет максимально точно определить кредитоспособных заемщиков.

Для оценки надежности заемщика могут быть использованы различные модели: логистические модели, нейронные сети, самообучающиеся карты, деревья решений и другие. Их различия заключаются в сложности алгоритмов и уровне распознавания заемщиков.

Для достижения поставленной цели была выбрана модель – дерево решений. Выбор обусловлен компромиссным решением: простая интерпретация результатов и несложные, но эффективные преобразования.

Дерево решений – это алгоритм, автоматически строящий иерархическую систему правил для решения задач анализа.

Достоинствами алгоритма является простота интерпретации полученных результатов и автоматический выбор алгоритмом наиболее значимых факторов.[2] Модель строилась на базе данных из 11100 заемщиков [3].

Предварительно данные были обработаны: исключены неполные анкеты и ошибки, устранены «шумы» в базе исследования. Также была решена проблема нерепрезентативности классов, с которой очень часто может столкнуться при построении классификатора: в рассматриваемой базе подавляющее количество примеров – неблагонадежные заемщики.

В работе построено две модели «дерева решений», которые отличаются набором данных.

При построении первой модели были использованы показатели, наиболее сильно коррелированные с переменной «плохой» / «хороший»

заемщик. Теснота связи определялась с помощью бисериального коэффициента корреляции (между количественными и качественными признаками) и коэффициента взаимной сопряженности Пирсона и Чупрова (для определения взаимосвязи между двумя качественными признаками).

Во вторую модель вошли показатели, которые были выбраны экспертом.

Наилучшей стала модель с наиболее полным набором входных переменных (вторая модель). Она с меньшим количеством ошибок смогла распознать все примеры и по результатам построения таблицы сопряженности лучше первой модели смогла классифицировать «плохих»

и «хороших» заемщиков, что являлось основным критерием при выборе модели.

Положительной характеристикой применения данной модели является ее низкая стоимость за счет того, что модель самоадаптируемая.

Вмешательство человека в данном случае минимально. Высокое качество модели объясняется выбором наиболее значимых входных параметров, которые и влияют на полученный результат.

Негативной стороной в построении модели «дерево решений» можно отметить следующее: если необходимо получить максимально наглядную модель с небольшим количеством ветвей, то можно столкнуться с проблемой снижения качества распознавания заемщиков, а при увеличении качества распознавания есть риск, что увеличится и количество ветвей в дереве решений, что может привести к усложнению интерпретации модели.

Можно сделать вывод, что модель «дерево решений» для скоринга эффективна, когда обучающее множество примеров заемщиков сбалансировано. Для увеличения точности и надежности модели оценки кредитоспособности физических лиц рекомендуется использовать различные ансамбли моделей.

______________________________

1. Сорокин А.С Построение скоринговых карт с использованием модели логистической регрессии // Интернет-журнал Науковедение. 2014. №2 (21)

-С.82.

2. http://www.basegroup.ru/ – официальный сайт разработчика программы Deductor

3. http://algomost.com/ru – платформа по анализу данных Научный руководитель – канд. экон. наук, доцент В. Ш. Трофимова.

УДК 334.027

АНАЛИЗ ГОСУДАРСТВЕННОЙ ПОДДЕРЖКИ МАЛОГО БИЗНЕСА

И ЕЕ ВЛИЯНИЕ НА ЭКОНОМИКУ РФ

К. Г. Шадрина, А. С. Краснов Новосибирский государственный университет экономики и управления В статье проанализированы современные методы государственной поддержки для предприятий малого бизнеса. Построены и обоснованы модели для определения связи данных отчислений с уровнем ВВП страны.

Малое предпринимательство является одной из основ нормального функционирования рыночной экономики. Хотя на мировом рынке страну обычно представляют крупные корпорации, малый бизнес обладает отличительными и уникальными свойствами: массовость, динамичность и гибкость деловой жизни. Для оценки значимости малого предпринимательства была составлена линейная модель корреляции инвестиций в основной капитал малых предприятий и ВВП РФ за 1998 – 2011 года, чтобы оценить мультипликативный эффект данных инвестиций.

В работе рассмотрено насколько зависит формирование капитала малых предприятий в России от помощи государства.

Для наиболее полной оценки влияния государственной поддержки на экономику РФ рассмотрим 3 модели:

1) Модель оценки влияния государственной поддержки малого бизнеса на среднесписочную численность занятых на малых предприятиях

2) Модель оценки влияния отчисления на развития малого бизнеса субъектам РФ и ВРП за 1998-2012 гг.

3) Модель оценки влияния отчислений и ВРП в целом по РФ за 2008гг.

Целью данной работы явилось формирование четкого и взвешенного взгляда на текущую ситуацию в сфере государственной поддержки малого бизнеса в РФ, что реализуется за счет решения задач поиска, анализа и сравнения сведений о федеральных и местных программах поддержки малого бизнеса и информации в различных нормативных актах.

Был проведен анализ статистики оказываемой помощи.

Таким образом, на основании проведенных исследований мы можем сделать следующие первоначальные выводы:

Согласно первой модели, ВВП определяется на 6,9 % государственной поддержкой малого бизнеса Среднесписочная занятость на малых предприятиях на 26,01 % определяется государственными отчислениями на развитие малого бизнеса Согласно второй модели, с 1998 года наблюдается тенденция увеличения зависимости малого бизнеса в частности от поддержки государства. Пик зависимости пришелся на 2008 год.

Согласно третьей модели, государственная поддержка малого бизнеса на 2,5% определяет совокупный ВРП страны.

С помощью эконометрических методов, нами были доказаны статистические значимости данных моделей, что позволяет сделать вывод о высокой доли государственной поддержки в малом бизнесе.

Так же мы провели анализ распределения отчислений между субъектами РФ и пришли к выводу, что межрегиональная дифференциация по объемам полученных средств наблюдается не только в абсолютных выражениях, но и по таким показателям, как соотношение объема субсидии и регионального валового продукта. Еще больше неравенство проявляется в объемах субсидий в расчете на одно малое предприятие, даже, несмотря на то, что действующие правила распределения субсидий, казалось бы, должны сглаживать такое неравенство.

По данным опроса, проведенного Ресурсным центром малого предпринимательства, источником стартового капитала 86% малых предприятий явились исключительно вклады учредителей; менее 2% предприятий смогли получить финансовую поддержку от органов власти или программ развития предпринимательства; в остальных случаях для финансирования стартовых проектов удалось привлечь банковские кредиты и другое возвратное финансирование. Доступ к микрофинансовым услугам ежегодно имеют лишь 13-15 тыс.

предпринимателей, а общий объем микрофинансирования равен примерно 1,56 млрд. руб. (это менее 1 % потенциального спроса). Главную роль в финансово-кредитной поддержке развития малого предпринимательства в соответствии с мировым опытом должны играть небанковские институты

– микрофинансовые организации, в том числе общества взаимного кредитования Таким образом, нужно признать, что у государства нет достаточных средств на развитие кредитования малого бизнеса через специализированные фонды. Продолжает увеличиваться диспропорциональность распределения бюджетных ресурсов в пользу федерального центра, растет зависимость малых предпринимателей от государственной поддержки.

Научный руководитель – канд. экон. наук, доцент М.Ю. Савельева.

УДК 338.2

ПРОГНОЗНАЯ ОЦЕНКА ПРОЦЕССОВ РАЗВИТИЯ

НЕФТЕГАЗОВОГО СЕКТОРА С УЧЕТОМ ФАКТОРА

НЕОПРЕДЕЛЕННОСТИ

–  –  –

В настоящий момент проблема прогнозной оценки развития нефтегазового сектора (НГС) в России стоит чрезвычайно остро. В связи с последними политическими событиями, а также с тем, что российская экономика по-прежнему крайне зависима от состояния рынка нефти и газа, правильная оценка динамики сырьевого рынка будет играть значительную роль в принятии решений по управлению развитием экономики страны.

Кроме того нельзя забывать о кризисе, который так никуда и не ушел.



Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 9 |
 
Похожие работы:

«36 C Генеральная конференция 36-я сессия, Париж 2011 г. 36 C/52 25 июля 2011 г. Оригинал: английский Пункт 5.11 предварительной повестки дня Доклад Генерального директора о мероприятиях ЮНЕСКО по реализации итогов Встречи на высшем уровне по вопросам информационного общества (ВВИО) и будущие меры по достижению целей ВВИО к 2015 г. АННОТАЦИЯ Источник: Решение 186 ЕХ/6 (IV). История вопроса: В соответствии с решением 186 ЕХ/6 (IV) на рассмотрение Генеральной конференции представляется настоящий...»

«Национальный исследовательский Саратовский государственный университет имени Н.Г.Чернышевского Экономический факультет Философский факультет Институт истории и международных отношений, Институт рисков Институт филологии и журналистики Институт искусств Юридический факультет Факультет психолого-педагогического и специального образования Социологический факультет Факультет психологии Факультет иностранных языков и лингводидактики Институт физической культуры и спорта Сборник материалов III...»

«Издано в алтгу Неверовские чтения : материалы III Всероссийской (с международным участием) конференции, посвященной 80-летию со дня рождения профессора В.И. Неверова : в 2 т. Т. I: Актуальные проблемы политических наук / под ред. П.К. Дашковского, Ю.Ф. Кирюшина. – Барнаул : Изд-во Алт. ун-та, 2010. – 231 с. ISBN 978-5-7904-1007-9 Представлены материалы Всероссийской (с международным участием) конференции «Неверовские чтения», посвященной 80-летию со дня рождения профессора, заслуженного...»

«Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Чувашский государственный университет имени И.Н.Ульянова» Центр научного сотрудничества «Интерактив плюс»Развитие современного образования: теория, методика и практика Сборник статей Международной научно-практической конференции Чебоксары 2014 УДК 37.0 ББК 74.04 Р17 Рецензенты: Рябинина Элина Николаевна, канд. экон. наук, профессор, декан экономического факультета Абрамова Людмила Алексеевна,...»

«ИННОВАЦИОННЫЙ ЦЕНТР РАЗВИТИЯ ОБРАЗОВАНИЯ И НАУКИ INNOVATIVE DEVELOPMENT CENTER OF EDUCATION AND SCIENCE Основные проблемы и тенденции развития в современной юриспруденции Выпуск II Сборник научных трудов по итогам международной научно-практической конференции (10 октября 2015г.) г. Волгоград 2015 г. УДК 34(06) ББК 67я Основные проблемы и тенденции развития в современной юриспруденции/Сборник научных трудов по итогам международной научно-практической конференции. № 2. г.Волгоград, 2015. 92 с....»

«Научно исследовательский институт истории и этнографии Южного Урала Оренбургского государственного университета Денисов Д. Н., Моргунов К. А. ЕВРЕИ В ОРЕНБУРГСКОМ КРАЕ: РЕЛИГИЯ И КУЛЬТУРА Оренбург – 201 Денисов Д. Н., Моргунов К. А. ЕВРЕИ В ОРЕНБУРГСКОМ КРАЕ: РЕЛИГИЯ И КУЛЬТУРА УДК 323.1:3 ББК 63.521(=611.215)(2Рос 4Оре) Д3 Публикация подготовлена в рамках поддержанного РГНФ и Правительством Оренбургской области научного проекта № 15 11 56002 а(р). Д33 Денисов Д. Н., Моргунов К. А. Евреи в...»

«Государственное образовательное учреждение высшего профессионального образования «РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ» Историко-архивный институт Высшая школа источниковедения, вспомогательных и специальных исторических дисциплин XXVII международная научная конференция К 85-летию Историко-архивного института К 75-летию кафедры вспомогательных исторических дисциплин ВСПОМОГАТЕЛЬНЫЕ ИСТОРИЧЕСКИЕ ДИСЦИПЛИНЫ И ИСТОЧНИКОВЕДЕНИЕ: СОВРЕМЕННЫЕ ИССЛЕДОВАНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ Москва,...»

«Институт языка, литературы и истории Карельского научного центра Российской академии наук Петрозаводский государственный университет МАТЕРИАЛЫ научной конференции «Бубриховские чтения: гуманитарные науки на Европейском Севере» Петрозаводск 1-2 октября 2015 г.Редколлегия: Н. Г. Зайцева, Е. В. Захарова, И. Ю. Винокурова, О. П. Илюха, С. И. Кочкуркина, И. И. Муллонен, Е. Г. Сойни Рецензенты: д.ф.н. А. В. Пигин, к.ф.н. Т. В. Пашкова Материалы научной конференции «Бубриховские чтения: гуманитарные...»

«Научно-издательский центр «Социосфера» Семипалатинский государственный университет им. Шакарима Пензенская государственная технологическая академия СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ И КАЧЕСТВО ЖИЗНИ: ИСТОРИЯ И СОВРЕМЕННОСТЬ Материалы II международной научно-практической конференции 15–16 марта 2012 года Пенза–Семей УДК 316.42+338.1 ББК 60.5 С 69 С 69 Социально-экономическое развитие и качество жизни: история и современность: материалы II международной научно-практической конференции 15–16 марта...»

«Материалы международной конференции Москва, 8–10 апреля 2010 г. МОСКВА ОЛМА Медиа Групп УДК 94(47+57)„1941/45“ ББК 63.3(2)621 П 41 Редакционный совет: академик Чубарьян А. О., д.и.н. Шубин А. В., к.и.н. Ищенко В. В., к.и.н. Липкин М. А., Зверева С. Н., Яковлев М. С. (составитель) Издание осуществлено при поддержке Межгосударственного фонда гуманитарного сотрудничества государств-участников СНГ П 41   Победа  над  фашизмом  в  1945  году:  ее  значение  для  народов ...»

«Коллектив авторов Великая Отечественная – известная и неизвестная: историческая память и современность http://www.litres.ru/pages/biblio_book/?art=12117892 Великая Отечественная – известная и неизвестная: историческая память и современность: ИРИ РАН; Москва; 2015 ISBN 978-5-8055-0281-2 Аннотация В сборнике представлены материалы международной научной конференции, приуроченной к 70-летию Великой Победы, в работе которой приняли участие ученыеисторики из России, Китая, США, Республики Корея и...»

«О компании История 3 Факты 5 Рекомендации 7 Услуги Международное налоговое планирование и отчетность иностранных компаний 9 Контролируемые иностранные компании 11 Услуги в сфере M&A (Mergers & Acquisitions) 15 Трасты и частные фонды 21 Инвестиционная деятельность 25 Стоимость услуг по регистрации компаний Открытие счетов в иностранных банках 31 Контакты 35 Офис в Гонконге История компании 1993 Становление бизнеса, поиск своего лица Регистрация первой компании группы — GSL Law & Consulting....»

«ПРИЛОЖЕНИЕ БЮЛ ЛЕ ТЕНЬ Издаётся с 1995 года Выходит 4 раза в год 2 (79) СОДЕРЖАНИЕ Перечень проектов РГНФ, финансируемых в 2015 году ОСНОВНОЙ КОНКУРС Исторические науки Продолжающиеся научно-исследовательские проекты 2013–2014 гг. Научно-исследовательские проекты 2015 г. Проекты экспедиций, других полевых исследований, экспериментально-лабораторных и научно-реставрационных работ 2015 г.. 27 Проекты по организации научных мероприятий (конференций, семинаров и т.д.) 2015 г. Проекты конкурса для...»

«ЕВРОПЕЙСКОЕ ОБЩЕСТВО ЭКОЛОГИЧЕСКОЙ ИСТОРИИ КАЗАНСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ЕЛАБУЖСКИЙ ИНСТИТУТ ЭКОЛОГИЧЕСКАЯ ИСТОРИЯ В РОССИИ: ЭТАПЫ СТАНОВЛЕНИЯ И ПЕРСПЕКТИВНЫЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ Материалы международной научной конференции (г. Елабуга, 13-15 ноября 2014 г.) Елабуга 2014 EUROPEAN SOCIETY FOR ENVIRONMENTAL HISTORY KAZAN FEDERAL UNIVERSITY ELABUGA INSTITUTE ENVIRONMENTAL HISTORY IN RUSSIA: STAGES OF DEVELOPMENT AND PROMISSING RESEARCH DIRECTIONS Proceedings of the international scientific...»

«Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации» СИБИРСКИЙ ИНСТИТУТ УПРАВЛЕНИЯ ОБЩЕСТВО И ЭТНОПОЛИТИКА Материалы Седьмой Международной научно-практической Интернет-конференции 1 мая — 1 июня 2014 г. Под научной редакцией доктора политических наук Л. В. Савинова НОВОСИБИРСК 2015 ББК 66.3(0),5я431 О-285 Издается в соответствии с планом...»

«СДЕЛАТЬ ДОРОГИ БЕЗОПАСНЫМИ ДЕСЯТИЛЕТИЕ ПО ОБЕСПЕЧЕНИЮ БЕЗОПАСНОСТИ ДОРОЖНОГО ДВИЖЕНИЯ Commission for Исполнительное Global Road Safety резюме Предисловие: Дезмонд Туту Предисловие: ДЕЗМОНД ТУТУ Время от времени в истории человечества происходит смертоносная эпидемия, которая не распознается должным образом, и не встречает необходимого сопротивления до тех пор, пока не становится слишком поздно. ВИЧ/СПИД, которые уничтожают Африку к югу от Сахары, являют собой один из таких примеров....»

«УДК 378.14 Р-232 Развитие творческой деятельности обучающихся в условиях непрерывного многоуровневого и многопрофильного образования / Материалы Региональной студенческой научно-практической конференции / ГБОУ СПО ЮТК. – Юрга: Изд-во ГБОУ СПО ЮТК, 2014. – 219 с. Ответственный редактор: И.В.Филонова, методист ГБОУ СПО Юргинский технологический колледж Редколлегия: канд. филос. наук, доц. С.В.Кучерявенко, председатель СНО гуманитарных и социально-экономических дисциплин ова, председатель СНО...»

«Сибирский филиал Российского института культурологии Институт истории Сибирского отделения Российской академии наук Омский государственный университет им. Ф. М. Достоевского Омский филиал Института археологии и этнографии Сибирского отделения Российской академии наук КУЛЬТУРА ГОРОДСКОГО ПРОСТРАНСТВА: ВЛАСТЬ, БИЗНЕС И ГРАЖДАНСКОЕ ОБЩЕСТВО В СОХРАНЕНИИ И ПРИУМНОЖЕНИИ КУЛЬТУРНЫХ ТРАДИЦИЙ РОССИИ Материалы Всероссийской научно-практической конференции (Омск, 12–13 ноября 2013 года) Омск УДК...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ПЕРМСКИЙ ГОСУДАРСТВЕННЫЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ» ООО «Учебный центр “Информатика”»СОВРЕМЕННОЕ СОЦИАЛЬНО-ГУМАНИТАРНОЕ ЗНАНИЕ В РОССИИ И ЗА РУБЕЖОМ Часть Филология, лингвистика, современные иностранные языки, психология, социология и социальная работа, история и музейное дело Материалы второй заочной международной...»

«Генеральная конференция 37 C 37-я сессия, Париж 2013 г. 37 C/19 7 ноября 2013 г. Оригинал: английский Пункт 5.5 повестки дня Выводы Молодежного форума АННОТАЦИЯ Источник: Резолюция 35 C/99 (II). История вопроса: В резолюции 35 C/99 (II) Генеральная конференция предложила Генеральному директору и Исполнительному совету при подготовке будущих сессий Генеральной конференции включать вопрос о результатах Молодежного форума в повестку дня Генеральной конференции. Цель: Генеральный директор доводит...»









 
2016 www.konf.x-pdf.ru - «Бесплатная электронная библиотека - Авторефераты, диссертации, конференции»

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.