Модели и алгоритмы оптимизации в управлении региональным облигационным долгом тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Ефремова, Елена Александровна

• Ефремова, Елена Александровна
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Ефремова, Елена Александровна

Условные сокращения.

Введение.

Глава 1. Роль облигационных займов в системе государственных финансов

1.1 Принципы и задачи управления долговым портфелем.

1.2 Законодательные аспекты управления государственным долгом субъекта РФ.

1.3 Анализ практики управления государственным облигационным долгом Томкой области.

1.3.1 Структура долгового портфеля Томской области.

1.4 Задачи и методы управления облигационным займом.

1.4.1 Методики анализа облигаций.

1.4.2 Методы анализа финансовых рынков.

Выводы.

Глава 2. Моделирование и прогнозирование на облигационном рынке.

2.1 Моделирование параметров облигационного займа.

2.2 Модель прогнозирования эффективной доходности к погашению региональных облигаций.

2.2.1 Алгоритм классификации облигационных выпусков на основе нейронных сетей.

2.3 Выбор даты размещения облигационного займа.

2.3.1 Прогнозирование финансовых временных рядов.

2.3.2 Алгоритм выбора даты размещения облигационного займа.

Выводы.

Глава 3. Оптимизация стратегии поведения эмитента на вторичном облигационном рынке.

3.1 Модель поведения избегающего риска эмитента.

3.2 Оптимизационная модель стратегии поведения эмитента дисконтных облигаций на вторичном рынке.

3.3 Оптимизационная модель стратегии поведения эмитента купонных облигаций на вторичном рынке.

Выводы.

Глава 4. Экспериментальная проверка и внедрение результатов.

4.1 Компьютерная программа прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций.

4.2 Компьютерная программа прогнозирования эффективной доходности при размещении субфедеральных облигаций.

4.3 Тестирование алгоритма выбора даты размещения.

4.4 Тестирование модели прогнозирования эффективной доходности к погашению.

4.5 Тестирование оптимизационной модели стратегии эмитента купонных облигаций на вторичном рынке.

4.6 Использование материалов диссертации в учебном процессе.

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы оптимизации в управлении региональным облигационным долгом»

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 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.

Степень научной разработанности проблемы

В зарубежной экономической литературе теоретические аспекты управления государственным долгом исследованы в трудах А. Аткинсона, Р. Барро, Ф. Баррераса, Б. Бернхейма, О. Бланкхарда, Е. Булова, А. Валеско, С. Валдес-Прието, П. Гарбера, М.Герсовица, Д. Гордона, С. Грейя, X. Гроссмана, Д. Даймондома, А. Дитона, П. Жуидотти, Д. Итона, Г. Калво, М. Карденаса, Ф. Кидланда, П. Кихоу, X. Кола, П. Кругмана, А. Миссейла, Е. Прескотта, Т. Перссона, М. Перссона, Р. Раджанома, Ф. Рамсейя, К. Рогоффа, Д. Родрика, Дж. Сакса, JI. Свенссона, М. Сото, Е. Стиглица, Г. Табеллини, С.Фишера, Р. Флуда, Д. Хайка и других ученых.

В российских экономических изданиях довольно редко встречаются теоретические и эмпирические исследования по обслуживанию долговых обязательств. Теоретические вопросы управления государственным долгом России были рассмотрены А. П. Вавиловым, В. В. Дикусар, Г.Г. Димитриади, А. Ю. Жигаевым, Е А.Ковалишиным, С.Э. Пекарским, А.Д. Смирновым, С. Ю. Синягиным, А.Б. Поманским и других ученых.

Управление облигационным долгом включает в себя также задачу управления процентной ставкой. Различные модели, описывающие динамику доходности государственных облигаций, изучены в работах В. Т. Баринова, Е.Т. Гурвич, А. В. Дворкович, С. Дробышевского, А.И. Звягинцева, Н.Ивановой, Т. Кирсановой, Г.Д. Ливингстон, Т.Первозванской, А.Радыгина, Дж.Туллио, Р. Энтова и других.

В области математического моделирования процессов фондового рынка интересны своими разработками JI. Башелье, Ф. Блэк, М. Кендалл, Д. Литнер, И. Я. Лукасевич, Г. Маркович, А.В. Мельников, Р. Мертон, М. Миллер, Ф.Модильяни, Я. Моссин, С. Росс, П. Самуэльсон, Д. Тобин, И.Фишер, У. Шарп и других ученых.

Тем не менее, многие проблемы управления региональным долгом остаются слабо изученными. Модели и методы, предложенные в публикациях [1-16], в качестве управляющих воздействий используют такие параметры как, денежная масса, уровень инфляции, сеньораж (изменение стоимости реальных денежных балансов), ставка рефинансирования, курс национальной валюты и т.п., которые не могут регулироваться администрациями субъектов РФ и местных образований.

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 являются алгоритмы и модели оптимизации, используемые для управления облигационным долгом.

Методы исследования

Теоретическую и методическую основу исследования составляют научные положения, содержащиеся в трудах отечественных и зарубежных ученых и специалистов в области системного анализа, экономико-математического моделирования, теории рынка ценных бумаг и инвестиций, теории нейронных сетей, методов оптимизации.

Для обработки и анализа данных применялись программные пакеты MathCad, Excel. Для создания программных приложений использовалась среда программирования Borland Delphi 7.0.

Информационной базой исследования стали официальные документы законодательных и исполнительных органов власти РФ, Интернет-ресурсы, а также опыт, полученный в процессе практической работы автора.

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 эмитента на вторичном рынке купонных облигаций, позволяющая определять объем сделок для достижения минимальной стоимости заимствования.

Научная новизна диссертационной работы

1) 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;

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

3) впервые получено аналитическое решение задачи оптимизации стратегии эмитента на вторичном рынке купонных облигаций, 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:

- компьютерная программа прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций;

- 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».

Внедрение результатов диссертационной работы

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

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.

Апробация работы. Материалы диссертации обсуждались на следующих конференциях:

- Конференция «Электронные средства и системы управления», г. Томск: ИОА СОРАН, 2004 г.;

- II Всероссийская научно-практическая конференция «Прогрессивные технологии и экономика в машиностроении» г. Юрга, 2004 г.;

- Всероссийская научно-техническая конференция «Научная сессия ТУ СУР - 2004» г. Томск, 2004 г.;

- Всероссийская научно-техническая конференция «Научная сессия ТУСУР - 2006» г. Томск, 2006 г.;

- V Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии», г. Томск, 2007 г.;

- IV Международная научно-практическая конференция «Проблемы социально-экономической устойчивости региона», г. Пенза, 2007г.;

- XLV Международная научная студенческая конференция «Студент и научно-технический прогресс», Новосибирск, 2007 г.

Дипломная работа на тему «Автоматизированная система прогнозирования и анализа динамики цен на фондовом рынке», в которой отражены начальные этапы исследования, отмечена грамотой в первом внутривузовском туре Открытого конкурса на лучшую научную работу студентов по естественным, техническим и гуманитарным наукам в 2005 году.

Публикации

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, 2 зарегистрированные разработки в отраслевом фонде алгоритмов и программ, а также в учебно-методическом пособии.

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.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Ефремова, Елена Александровна

Выводы

1. Совершение сделок эмитентом на вторичном рынке позволяет решить эмитенту две важные задачи:

- повысить ликвидность выпуска, что позволяет снизить стоимость последующих займов;

- оперативно регулировать объем долга, предоставляя возможность размещения временно свободных бюджетных средств (при этом бюджет не берет на себя дополнительные риски, связанные практически с любыми иными формами краткосрочного инвестирования) либо привлечения средств с рынка для покрытия кассовых разрывов.

2. Проведен анализ практической применимости моделей, рассмотренных в п. 3.1, п. 3.2. Модель, рассмотренная в п. 3.1, может быть применена только для высоколиквидных облигаций. На российском рынке высоколиквидными являются единичные выпуски. Модель, рассмотренная в п. 3.2, применима только для дисконтных облигаций, для которых функция цены от времени является линейной. Все выпуски субфедеральных и муниципальных облигаций являются купонными.

3. Предложена модификация модели 3.2 для купонных облигаций, где функция цены от времени является кусочно-линейной.

В п. 3.2 впервые получено аналитическое решение задачи оптимизации стратегии эмитента на вторичном рынке, основанное на минимизации стоимости заимствования купонных облигаций. Получена оценка параметров для шести купонных периодов.

Модель не претендует на универсальность и может быть значительно улучшена (например, введением в модель управляющих воздействий). Однако она позволяет эмитенту выбрать эффективную стратегию и значительно снизить стоимость привлечения денежных ресурсов на рынке облигаций. Важно, что предложенная модель дает числовые оценки для выбора оптимальных объемов доразмещения и досрочного выкупа в зависимости от времени обращения облигаций.

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

Глава 4. Экспериментальная проверка и внедрение результатов

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».

4.1 Компьютерная программа прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций

Программа разработана в среде программирования Borland Delphi 7.0 под управлением операционной системы Windows ХР. Размер программы 633 Кб.

Программа обладает следующими функциональными возможностями:

- обучение (дообучение) нейронных сетей на основе данных обучающей выборки;

- сохранение параметров нейронных сетей, включая синаптические весовые коэффициенты;

- 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.

Структура классов, используемых в программе

1. Класс NN. Реализует работу с нейронной сетью, используя следующие основные методы:

-InitNeuralNetwork - инициализация нейронной сети;

-ReadDataln - чтение данных обучающей выборки;

-PrepareDataln - предобработка данных;

-DirectPropagation - реализация алгоритма формирования выходного значения сети;

-BackPropagation - реализация алгоритма обратного распространения ошибки;

-Teach - обучение сети;

-Predict - формирование прогноза;

-LoadNet - загрузка параметров нейронной сети из файла;

-StoreNet - сохранение параметров нейронной сети в файл;

-CalcSKO - расчет среднеквадратического отклонения;

2. Класс PaintCharts. Позволяет отображать пользователю данные об обучении нейронных сетей и о прогнозе в виде графиков.

3. Класс Prognosis. Позволяет сформировать рекомендации о размещении облигационных займов.

4. Класс ParserXML. Осуществляет работу по загрузке данных из файлов в формате XML.

5. Класс DynMass. Реализует двумерный динамический массив. Взаимодействие классов программы изображено на рисунке 4.1. команды пользователя отображение графиков

PaintCharts данные прогноза

Интерфейс формирование рекомендаций

Prognosis работа с сетью

DynMass данные сети

NN пара-Mei ры сети пара-мет ры

ИЫбоПКИ

ParserXML сроки прогноза

Рис. 4.1. Схеме взаимодействия класса

Формат хранения данных Входные данные обучающей выборки хранятся в текстовом формате. Для хранения данных о параметрах сети, синаптических весах и сроках прогноза используется расширяемый язык разметки XML. Описание XML тегов представлено в таблице 4.1.

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. 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 высокая точность прогноза, адаптивность и простота в использовании.

3. Разработана модель прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций.

Данная модель позволяет классифицировать выпуски по кредитным качествам эмитента и объему выпуска 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 в оценке эффективной доходности облигации. Также данная модель позволяет исследовать, как изменение кредитного качества заемщика и объем займа влияют на эффективную доходность к погашению.

4. Предложена оптимизационная модель стратегии поведения эмитента на вторичном рынке субфедеральных (муниципальных) облигаций.

Аналитическое решение задачи оптимизации стратегии поведения эмитента на вторичном рынке купонных облигаций, дает эмитенту эффективный механизм, позволяющий минимизировать стоимость заимствования. В отличие от существующих данная модель может быть использована более широким кругом эмитентов купонных облигаций.

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

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

7. Материалы диссертации внедрены в Областном государственном специализированном учреждении «Томская Расчетная Палата», в ОАО «Томск-Инвест», в учебном процессе ТУСУР и ТПУ.

Рекомендации

Результаты диссертационной работы могут быть использованы администрациями субъектов (муниципальных образований) РФ в управлении государственным внутренним долгом, в части планирования условий привлечения финансовых ресурсов. Применение разработанных моделей и алгоритмов в управлении региональным облигационным долгом позволит снизить стоимость привлекаемых ресурсов.

Предложенные модели и алгоритмы с небольшой модификацией могут быть использованы корпоративными эмитентами в управлении облигационным долгом, в части разработки стратегии поведения на вторичном рынке, а также моделирования параметров облигационного выпуска.

Автор выражает глубокую признательность научному руководителю, профессору кафедры АСУ ТУСУР, д.т.н. Мицелю А.А. за постоянное наблюдение за ходом выполнения работы, замечания, касающиеся корректности некоторых ее аспектов, терпение и внимание.

Отдельной благодарности заслуживает коллектив кафедры автоматизированных систем ТУСУР за помощь и поддержку во время выполнения диссертационной работы, за знания, полученные автором во время обучения в качестве студента.

Список литературы диссертационного исследования кандидат технических наук Ефремова, Елена Александровна, 2007 год

1. Barro R. Are Government Bonds Net Wealth? // Journal of Political Economy. 1974. № 82. P. 1095-1118.

2. Benabou R. Inflation and efficiency in search markets // Review of Economic Studies. 1992. № 59. P. 299-329.

3. Missale A. Blanchard 0. The debt burden and debt maturity // American Economic Review. 1994. № 84. P.309-319.

4. Tobin J. Asset Accumulation and Economic Activity. Chicago: Univ.of Chicago Press, 1980.

5. Вавилов А. П. Доверие инвесторов и оптимальное управление государственным долгом / А. П. Вавилов, Е. А. Ковалишин // Экономическая наука современной России. 2002. - №1. - С. 10 - 27.

6. Васильев В. И. Местное самоуправление. Учебное и научно-практическое пособие. М. 1999.- 350 с.

7. Вольперт В. / Муниципальные облигационные займы в России: опыт и тенденции (1992-1997 гг.) / В. Вольперт, Б. Исаев, С. Бродский // "Рынок ценных бумаг".- 1998 №4 - С.28-33.

8. Димитриади Г. Г. Обзор моделей государственного долга. М.: Эдиториал УРСС - 2002.- 74 с.

9. Жигаев А.Ю. Управление и прогнозирование государственного долга в среднесрочной перспективе (сценарный подход) // Экономический журнал ВШЭ.№3.1999. С. 395-422.

10. Ковалишин Е.А. / Влияние неопределенности на структуру государственного долга / Е. А. Ковалишин, А.Б. Поманский // Экономика и математические методы. 2002. Том 38. - №4. - С. 60 - 69.

11. Органы местного управления в зарубежных странах: сравнительное исследовании / Науч.-аналит. обзор. М., 1994. - 240 с.

12. Пекарский С.Э. Нелинейные эффекты воздействия инфляции на бюджетный дефицит и государственный долг //Экономический журнал ВШЭ. № 3 2000. - С.309-332.

13. Ван Хорн Д.К. Основы управления финансами: Пер. с англ. / ред. серии Соколов Я.В.- М.: Финансы и статистика, 1996. 800 с.

14. Ливингстон Г. Дуглас Анализ рисков операций с облигациями на рынке ценных бумаг. -М.:ИИД «Филинъ», 1998. -.448 с.

15. Гасанов И. / Оптимальное управление портфелем дисконтных облигаций / И. Гасанов,А. Ерешко // Рынок ценных бумаг, 2001. № 14. С.58-61.

16. Тышкевич Е. / Субфедеральные и муниципальные облигации: взгляд практика / Е. Тышкевич, М. Висков // "Рынок ценных бумаг".-1998 .-№4.- С.24-27.

17. Шадрин А. Рынок муниципальных и субфедеральных заимствований // "Рынок ценных бумаг".-2005.-№9.- С.54-57.

18. Департамент финансов Томской области.-электронный ресурс. Режим доступа: http://www.findep.tomsk.gov.ru.

19. Информационное агентство Cbonds. электронный ресурс. -Режим доступа: http://www.cbonds.ru.

20. Бюджетный Кодекс Российской Федерации от 23.12.2003 года (с изменениями, внесенными федеральным законом от 20.08.2004 г. № 120-ФЗ).

21. Чеканова Е. / Тенденции развития и перспективы рынка субфедеральных и муниципальных ценных бумаг в России / Е. Чеканова,. Чеканов // "Рынок ценных бумаг".- 2000 №3 - С.81-84.

22. Гришин П. Укрупнение регионов: влияние на рынок субфедерального долга // "Рынок ценных бумаг".-2005.-№10.- С .24-27.

23. Бондарь Т. Зачем и как управлять региональным долгом? // Рынок ценных бумаг. 2001. - №24. - С. 74-77.

24. Гурвич Е.Т. и др. Процентные ставки и цена внутренних заимствований в среднесрочной перспективе / Е. Т. Гурвич, А. В. Дворкович М.:РПЭИ. Фонд «Евразия», 1999.- 52 с.

25. Волкова Н. / Принципы и методы управления долгом Санкт-Петербурга / Н. Волкова, Д. Корнеев //Рынок ценных бумаг. 2003. -№11.- С. 73-79.

26. Шарп У.Ф. Инвестиции. М.: Инфра-М., 2001. С. 1027

27. Руководство по организации эмиссии и обращения корпоративных облигаций / Миркин Я. М., Лосев С. В., Рубцов Б.Б., и др. М.: Альпина Бизнес Букс, 2004. - 533 с.

28. Инвестиции / Под ред. С.В. Валдайцева и др., М.: ТК Велби, Изд-во Проспект, 2004.- 439 с.

29. Швагер Д.Технический анализ. Полный курс. М.: Альпина, 2000.768 с.

30. Акелис С. Технический анализ от А до Я. М. : Высшая школа, 1998. 236 с.

31. Мэрфи Дж. Технический анализ фьючерсных рынков теория и практика. М.: Диаграмма, 1998.- 785 с.

32. Бостенс Д. Э. и др. Нейронные сети и финансовые рынки. Принятие решений в торговых операциях / Ван Ден Берг, Д. Вуд. М: Научное издательство, 1998.- 360 с.

33. Ежов А.А. и др. Нейрокомпьютинг и его применения в экономике и бизнесе / А. А. Ежов, С.А. Шумский М. : МИФИ, 1998. -222 с.

34. Ефремова Е.А. / Применение нейронных сетей для прогнозирования на фондовом рынке / Е. А. Ефремова, Е. В. Дунаев // Сб. научных трудов Всероссийской научно-технической конференции «Научная сессия ТУСУР-2004», часть 3, г. Томск, 2004, 2004 С 207-209.

35. Мицель А.А. / Методы предобработки входных данных для системы прогнозирования финансовых временных рядов /А. А. Мицель,

36. Е.А. Ефремова // Доклады Томского Государственного университета систем управления и радиоэлектроники Т. 11(3). Технические науки. Сб. Научных трудов Томск: Том. Гос. Унт систем управления и радиоэлектроники, 2005. - С.56-60

37. Миркин Я.М. Рынок ценных бумаг России: воздействие фундаментальных факторов, прогноз и политика развития. М.: Альпина Паблишер, Финансовая академия при Правительстве РФ, 2002. - 623 с.

38. Центральный Банк России. электронный ресурс. - Режим доступа: http://cbr.rn.

39. Алексеев М. Ю и др.Технология операций с ценными бумагами / М. Ю. Алексеев, Я. М. Миркин. М.: Перспектива, 1992. - . 208с.

40. Перегудов Ф.И. и др. Основы системного анализа / Ф. И. Перегудов, Ф. П. Тарасенко. -: Учеб. 3-е изд. Томск : Изд. HTJ1, 2001.-396 с.

41. Крисилов В.А. / Применение нейронных сетей в задачах интеллектуального анализа информации / В. А. Крисилов, Д. Н. Олешко,

42. A. В Трутнев // Труды Одесского политехнического университета, Вып.2 (8). 1999, с. 134.

43. Тарасенко Р.А. / Предварительная оценка качества обучающей выборки для нейронных сетей в задачах прогнозирования временных рядов / Р. А. Тарасенко, В. А. Крисилов // Труды Одесского политехнического университета, Вып.1 (13). 2001, с. 90.

44. Уоссермен Ф. Нейрокомпьютерная техника. М.:Мир, 1992.-250 с.

45. Горбань А.Н. Обучение нейронных сетей. М: СП Параграф, 1998. -114 с.

46. Горбань А. Н. и др. Нейроинформатика / А. Н. Горбань,

47. B. JI. Дунин-Барковский, А. Н. Кирдин Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 250 с.

48. Rumelhart В.Е., Minton G.E., Williams R.J. Learning representations by back propagating error// Wature, 1986. V. 323. p. 1016-1028.

49. Авеньян Э.Д. Алгоритмы настройки многослойных нейронных сетей // Автоматика и телемеханика, 1995. N 5. С.106-118.

50. Рогов М.А. Риск-менеджмент.- М.: Финансы и статистика, 2001.- 120 с.

51. Панфилов П.Н. Введение в нейронные сети // Современный трейдинг-2001. №2. С.12-17.

52. Мицель А.А. / Прогнозирование динамики цен на фондовом рынке / А. А. Мицель, Е. А.Ефремова //Известия ТПУ, 2006, т. 309, №8, с. 197-201.

53. Мицель А.А. / Проектирование автоматизированной системы прогнозирования финансовых временных рядов / А. А. Мицель, Е.

54. A.Ефремова // Труды постоянно действующего научно-технического семинара «Информационные системы». Томск: изд-во ТУСУР, 2006. -С. 147-153.

55. Московская Межбанковская Валютная Биржа- электронный ресурс. Режим доступа: http://www.micex.ru

56. Мицель А.А. / Модели оптимизации стратегии эмитента на вторичном рынке субфедеральных облигаций / А. А. Мицель, Е. А. Ефремова, Н. А. Истомин // Доклады ТУСУР, 2006, №6(14), с.86-90.

57. Шадрин А. Рынок муниципальных и субфедеральных заимствований // "Рынок ценных бумаг".-2005.-№9 -С.54-57.

58. Колесников Г. / Модель поведения избегающего риска эмитента на вторичном рынке / Г. Колесников, М. Соколов.// Рынок ценных бумаг.- 2002. №3. - С. 4 - 8.

59. Экономико-математические методы и прикладные модели : учеб. пособие для вузов / В.В. Федосеев и др. ; под ред. В.В. Федосеева. М.: ЮНИТИ, 2000.-391 с.

60. Попков В.П. и др. Организация и финансирование инвестиции /

61. B. П. Попков, В. П. Семенов. СПб: Питер, 2001. - 224 с.

62. Розен В.В. Математические модели принятия решений в экономике : учеб. пособие. М. : Книжный дом «Университет» ; Высшая школа, 2002. - 288 с.

63. Звягинцев А.И. Экстремальные задачи и рынок облигационных займов // Экономика и математические методы. 2001. Том 36. - №1. - С. 147-150.

64. Абчук В.А. и др. Экономико-математические методы: Элементарная математика и логика. Методы исследования операций / В.А. Абчук, А. П. Челенков. СПб.: Союз, 1999. - 320 с.

65. Мицель А.А. и др.. Методы оптимизации / А. А. Мицель, А.А. Шелестов Учеб. пособие.- Томск, 2004, - 256 с.

66. Крисилов В.А. / Методы ускорения нейронных сетей / В. А. Крислов, Д. Н. Олешко, А. В. Лобода // Вестник СевГТУ. Информатика, электроника, связь, Вып. 32, 2001, с. 19.

67. Царегородцев В.Г. Общая неэффективность использования суммарного градиента выборки при обучении нейронной сети // Материалы XII Всеросс. семинара "Нейроинформатика и ее приложения", Красноярск, 2004. 196с. - С. 145 - 151.

68. Robert A. Jacobs. Increased rates of convergence through learning rate adaptation // Neural Networks, 1988. - P. 295-307.

69. Sompolinsky H., Barkai N., and Seung H.S. On-line learning of dichotomies: algorithms and learning curves. //Neural Networks: The Statistical Mechanics Perspective. Singapore. - 1995. - P 105 - 130.

70. Ефремова E.A. Автоматизированная система прогнозирования динамики цен на фондовом рынке// Сб. трудов международной научно-технической конференции "Электронные средства и системы управления", часть 3, г. Томск: ИОА СОР АН, 2004. С. 36.

71. Ефремова Е.А. / Применение нейронных сетей для прогнозирования на фондовом рынке / Е. А. Ефемова, Е. В. Дунаев //Сб. научных трудов всероссийской научно-технической конференции «Научная сессия ТУСУР-2004», часть 3, г. Томск, 2004.- С 207-209

72. Владимирова Л.П. Прогнозирование и планирование в условиях рынка. Учебное пособие 2-е изд. перераб. и доп. - М. : Издательский дом «Дашков и К», 2001. - 308 с.

73. Бондарь Т. / Рейтинг региональных облигаций / Т. Бонарь, А. Проклов // "Рынок ценных бумаг".- 2000 №5.-С. 38-42.

74. Вэйтилингэм Р. Руководство по использованию финансовой информации Financial Times. М.: Финансы и статистика, 1999. - 400 с.

75. Гудков Ф.А. Инвестиции в ценные бумаги. М. : ИНФРА-М, 1996. -. 160 с.

76. Нортон Р. Фонды облигаций. Путь к получению высоких доходов. М.: Альпина Паблишер, 2002. - 319 с.

77. Семенкова Е.В. Операции с ценными бумагами: российская практика М - Инфра - М., Перспектива, 1997.- 328 с.

78. Салин В. Н. и др. Статистика финансов / В. Н. Салин, О. Ю. Ситникова, И. В .Добашина М.: Финансы и Статистика, 2002. - 813 с.

79. Истомин Н. А. / Программа прогнозирования эффективной доходности при размещении субфедеральных (муниципальных) облигаций / Н. А. Истомин, Е.А Ефремова. Свидетельство об отраслевой регистрации разработки. № 8162,17.04.2007.

80. Истомин Н. А. / Программа прогнозирования конъюнктуры рынка субфедеральных (муниципальных) облигаций / Н. А. Истомин, Е.А Ефремова. Свидетельство об отраслевой регистрации разработки. № 8161,17.04.2007.

81. Отчеты об исполнении бюджетов. электронный ресурс. -Режим доступа: http://www.roskazna.ru.

82. Амосов А.А. и др. Вычислительные методы для инженеров / А. А. Амосов, Ю. А.Дубинский, Н. В. Копченова [и др.].- Учебное пособие.- 2-е изд., доп.- М.: Издательство МЭИ, 2003. 596 с.

83. Мицель А.А. и др. Математическая экономика: Учебно-методическое пособие / А. А. Мицель, Е.А. Ефремова.- Томск: ТМЦДО 2005. 244 с.