Снижение рисков инвестиционной деятельности на основе вейвлет-анализа и прогнозирования коротких временных рядов тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Слинькова, Наталья Владимировна

• Слинькова, Наталья Владимировна
• кандидат экономических наук
• 2007

Оглавление диссертации кандидат экономических наук Слинькова, Наталья Владимировна

Введение

1. Снижение рисков в управлении инвестиционной деятельностью

1.1 Состояние инвестиционной деятельности в Воронежской области Ъ

1.2 Методы управления рисками инвестиционной деятельности 4?

1.3 Методы прогнозирования экономических характеристик

2. Методика снижения рисков с помощью прогнозирования временных рядов на основе вейвлет-преобразования

2.1 Комплексная модель снижения рисков инвестиционной 6 деятельности

2.2 Применение вейвлет анализа к прогнозированию экономических 6' характеристик 92.3 Математические основы вейвлет-преобразования.

2.4 Подготовка исходных временных рядов 1'

2.5 Методика прогноза с использованием вейвлет-разложения

3. Применение методики прогнозирования экономических показателей с помощью вейвлет-преобразования

3.1 Тестирование предложенной методики на реальных данных

3.2 Прогноз основных агрегированных экономических показателей по 1 Воронежской области

3.3 Применение полученных прогнозных данных для управления 1' рисками инвестиционной деятельности 1 Заключение 1 Литература

Введение диссертации (часть автореферата) на тему «Снижение рисков инвестиционной деятельности на основе вейвлет-анализа и прогнозирования коротких временных рядов»

Актуальность темы исследования. Ключевыми факторам экономического роста в национальной экономике стран мира выступай инвестиции. Факт снижения инвестиционной активности ниже пороговь значений в любой стране трактуется как серьезная угроза национальнс безопасности. В индустриально развитых странах вопросам активизащ инвестиционной деятельности с целью развития реального секто] экономики на государственном уровне уделяется большое вниманк Именно динамично растущие инвестиции с материализованными в ш инновациями, трансформируясь в создание новых конкурентоспособш производств, являются не только движущей силой развития производсть но и за счет «наполнения» инновационными разработками способ* обеспечивать высокие темпы и качество экономического роста.

В странах с развитыми рыночными экономическими система! накоплен достаточный опыт в области управления инвестиционно деятельностью. Однако далеко не всегда удается успешно применя западный опыт к российской экономической реальности. Очевидно, ч уровень неопределенности и рисков в российской экономике значитель: выше развитых зарубежных стран. Задача прогнозирования в так условиях значительно усложняется и имеет особенно важное значение.

Наличие хорошо разработанных методов и развитие вычислительш технологий позволяют на практике реализовать современные методи построения инвестиционных программ и повышения эффективное инвестиционной деятельности.

Все вышесказанное определяет актуальность данного исследован* посвященного отдельным аспектам развития методов и способ прогнозирования, позволяющих увеличить эффективность управлен инвестиционной деятельностью за счет снижения рисков.

Диссертационная работа выполнялась в рамках госбюджетной научн исследовательской работы ГОУ ВПО ВГАСУ «Исследование социальн экономических процессов в отрасли капитального строительства коммунального хозяйства на региональном уровне» г/р №0120.041/087.

Цель и задачи исследования. Целью настоящего диссертационно] исследования является разработка методов и моделей снижения риск* инвестиционной деятельности, повышения эффективности управлен] инвестиционной деятельностью на основе совершенствован] математических и инструментальных методов анализа для оценки прогнозирования показателей, обуславливающих рисковую составляющ} инвестиций. Достижение поставленной цели потребовало решен: следующих задач:

• анализ текущего состояния инвестиционной деятельное Воронежской области, выявление ее характерных особенностей эмпирических закономерностей временных рядов динамики основш экономических показателей;

• анализ существующих методов и способов управления риска! инвестиционной деятельности, выявление их преимуществ недостатков;

• исследование существующих подходов и методик, применяемых д прогнозирования динамики временных рядов, описание их облас применения, преимуществ и недостатков для различных целей анализ;

• исследование временных рядов показателей, характеризующ инвестиционную деятельность региона с помощью современн] методов анализа и оценки;

• разработка математической модели прогнозирования показател инвестиционной деятельности;

• подготовка временных рядов динамики экономических показателе! помощью вейвлет-преобразования и прогнозирование их будущ значений;

• применение разработанной прогнозной модели к исследуемь временным рядам динамики экономических показателей.

Объектом исследования является инвестиционная деятельност Воронежской области, как основа развития экономики региона.

Предметом исследования являются способы снижения риско инвестиционной деятельности, а также экономические показателр характеризующие рисковую составляющую инвестиционной деятельност Воронежской области, на базе которых осуществляется ее моделированш предпрогнозный анализ и прогнозирование.

Теоретической и методологической основой исследовани являются фундаментальные разработки отечественных и зарубежны ученых в области теории прогнозирования (Бурнаев Е.В.[27,28], Давнр В.В.[37,38], Лукашин Ю.Щ64]), оценки и анализа рисков инвестиционно деятельности (Рогов М.А.[87], Кинев Ю.Ю.[50], Гранатуров В.М.[36] математических методов анализа статистической информации (Колемае В.А., Калинина В.Н.[57], Тимашов С.Ф.[98]), теории и практиь инвестиционной деятельности (Шарп У.Ф., Александер Г. Дж., Беш Дж.[105], Савчук В.ГЦ90], Ковалев В.В.[56], Четыркин Е.М.[103; Инструментом исследования стали пакеты математических прикладнь программ: EXCEL, STATISTIC A, Mathematica, а таю специализированные функции среды MathCAD 2001.

Информационно-эмпирическую базу настоящего исследован] составили нормативно-правовые акты федерального и регионально уровней государственного управления[70,71,85], материалы «Програм\< экономического и социального развития Воронежской области» на 200 2006гг.[67], данные Территориального органа Федеральной служб государственной статистики по Воронежской области[95], а таю собственные расчеты автора.

Научная новизна диссертационного исследования состоит разработке и предложении комплексной модели снижения риск инвестиционной деятельности, а также целостного теоретическо] методического и инструментального обеспечения для математическо моделирования, анализа и прогнозирования значений экономически временных рядов, позволяющего оптимизировать управлени инвестиционной деятельностью за счет снижения рисков. Научну] новизну содержат следующие положения:

В рамках специальности 08.00.13 «Математические инструментальные методы экономики»

1. Исследованы примеры использования теории вейвлетов для анали: и прогнозирования различных процессов, что позволило выяви' преимущества данной теории и сделать вывод о возможности < применения для анализа и прогнозирования экономических показателе характеризующих рисковую составляющую инвестиционной деятельное: Воронежской области.

2. Предложена методика прогнозирования экономических временнь рядов, основанная на алгоритме непрерывного вейвлет-преобразовани Проведено экономическое обоснование правомерности ее применения д. прогнозирования коротких временных рядов.

3. Получены прогнозные значения динамики экономическ] характеристик состояния инвестиционной деятельности Воронежсю области, для чего были реализованы: расчет трендовой составляюще экстраполяция трендовой составляющей, устранение граничш искажений вейвлет-преобразования, оценка параметров вейвле разложения временных рядов, и оценка ошибки прогноза на исследуем! временных рядах. Полученные выводы позволяют повыси эффективность управления инвестиционной деятельностью Воронежск области за счет снижения рисков.

В рамках специальности 08.00.05 «Экономика и управление народи! хозяйством (региональная экономика)»

1. Сформулированы характерные особенности инвестиционн деятельности Воронежской области, выявлены основные проблем экономического развития региона.

2. На основе исследования современных подходов к управлени: рисками выявлены основные проблемы, связанные со снижением риска неопределенности при управлении инвестиционной деятельностью.

3. Обоснована необходимость прогнозирования экономическ* показателей, характеризующих рисковую составляющую инвестиционнь проектов для оценки их эффективности.

4. Предложена комплексная модель снижения рисков инвестиционш деятельности на основе прогнозирования экономических показателей.

Диссертация соответствует пунктам 5.15, 5.16 паспорта специальное' 08.00.05 - Экономика и управление народным хозяйством (региональн экономика) и пунктам 1.1, 1.4, 1.8, 1.9 паспорта специальности 08.00.13 Математические и инструментальные методы экономики.

Практическая значимость полученных результатов. Практическ значение работы определяется тем, что основные положения, вывод рекомендации, модели, методы и алгоритмы диссертации ориентироваг на широкое использование предложенной методики и инструментальш средств и могут быть использованы для снижения рисков на осно прогнозирования показателей, характеризующих инвестиционно активность и экономическое состояние региона, что позвол оптимизировать управление инвестиционной деятельность Разработанная методика позволяет снизить риски и повыси эффективность управления инвестиционной деятельностью на осно прогнозирования основных показателей инвестиционной деятельности.

На защиту выносятся следующие основные положения:

1. Обоснование необходимости прогнозирования экономическ показателей, характеризующих рисковую составляющую инвестиционш проектов для оценки их эффективности.

2. Комплексная модель снижения рисков инвестиционш деятельности, основанная на прогнозировании экономическ показателей, определяющих рисковую составляющую инвестиционнь проектов.

3. Обоснование возможности применения теории вейвлетов д: анализа и прогнозирования экономических показателей, характеризующ! рисковую составляющую инвестиционной деятельности Воронежем области.

4. Методика прогнозирования экономических временных ряде основанная на алгоритме непрерывного вейвлет-преобразования.

5. Методика повышения качества прогноза динамики экономическ] показателей, характеризующих инвестиционную деятельное Воронежской области с учетом снижения ошибки прогноза.

Внедрение и апробация результатов исследования. Результа' исследования апробированы на следующих конференциях: X Международная конференция «Математика. Экономика. Образование». Международный симпозиум «Ряды Фурье и их приложения». (29 мая -июня 2005г., база отдыха «Моряк» Новороссийского морско пароходства); Международная научно-практическая конференц «Экономическое прогнозирование: модели и методы», (29-30 апре 2005г., г.Воронеж); VI международная научно-техническая конференц «Кибернетика и высокие технологии XXI века (17-19 мая 2005 го; Воронеж); Четвертая и Пятая Всероссийская научно-практическ конференция «Электронный бизнес: опыт и перспективы» (Воронеж); ^ Международная конференция «Информатика: проблемы, методолоп технологии» (8-9 февраля, 2007г., Воронеж)

Результаты исследования обсуждались на научно-практическ семинарах профессорско-преподавательского состава ГОУ ВПО ВГАСУ также на заседании научной сессии факультета компьютерных на Воронежского государственного университета. (21.04.05, г.Воронеж)

Результаты исследования внедрены в учебном процессе в ГОУ ВГ РГТЭУ при чтении курсов лекций «Информационные технологии экономике» и «Информационные технологии управления», а такн использованы непосредственно в инвестиционной деятельное ООО «Инвестиционно-строительная компания Финист» (г.Воронеж).

Публикации. По теме диссертационного исследования опубликова! 8 печатных работ, в том числе в изданиях, рекомендованных ВАК -статья. В работах, опубликованных в соавторстве автору принадлеж) следующее: [101] - обоснование возможности использования вейвле анализа в предпроектных исследованиях в экономике; [41, 42, 92] методика снижения рисков при управлении инвестиционными проектам [40] - обоснование необходимости прогнозирования экономическ] показателей в предпроектных исследованиях; [100, 102] - предложение : подготовке временных рядов для вейвлет-анализа динами экономических показателей.

Структура и объем работы. Диссертация состоит из введения, 3 глг заключения, списка использованных источников. Работа изложена на 1 страницах, включает 10 таблиц, 61 рисунок. Список использованн литературы содержит 106 наименований.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Слинькова, Наталья Владимировна

ВЫВОДЫ: На заключительном этапе диссертационное исследования было проведено тестирование предложенной методик: прогнозирования на реальных статистических данных динамик экономических показателей, полученных за период с 1999г., которо позволило осуществить прогноз агрегированных экономически показателей по Воронежской области.

В результате проведенных расчетов были получены прогнознь: данные экономических показателей Воронежской области. Экономически смысл полученного прогноза был сопоставлен с существующе информацией о предполагаемых тенденциях изменения выбраннь характеристик и позволил сделать вывод о возрастающей инвестиционнс привлекательности Воронежской области.

Также был описан механизм применения полученных данных до оценки эффективности инвестиционных проектов и расчета одного ] основных показателей эффективности инвестиций - ЫРУ на осно] модифицированной формулы.

Полученные данные могут быть использованы для управлеш инвестиционной деятельностью региона, а также для оценки будущ< эффективности инвестиционных проектов, реализация которь планируется на момент прогноза. Данную методику также мог использовать предприятия и организации, осуществляющ: инвестиционную деятельность, с целью снижения рисков неопределенности при осуществлении инвестиций.

Заключение

В ходе проведенного исследования были достигнуты следующи основные результаты:

1. Изучение существующих методов снижения рисков позволил сделать вывод о необходимости прогнозирования временны рядов экономических показателей для снижения рискс инвестиционной деятельности. Выявлен основной недостатс существующих методов, а именно, - они основываются i анализе определенных показателей, будущие значения которь являются сферой неопределенности при инвестировани Показано, что метод учета риска путем корректировки став! дисконта не дает ожидаемого результата.

2. Разработана комплексная модель снижения рисков на осно; прогнозирования основных экономических показателей, котор позволяет повысить эффективность управления инвестиционш деятельностью Воронежской области. Процесс управлен] рисками в ходе реализации инвестиционного проекта состоит идентификации рисков, выделения основных факторов рис! прогнозирования показателей, определяющих динамику эт] факторов, и принятия решения по инвестиционному проекту : основе оценки эффективности. Предлагаемая модель позволя управлять инвестиционными рисками в услови неопределенности.

3. Обоснована возможность применения теории вейвлетов д анализа и прогнозирования экономических показателе характеризующих рисковую составляющую инвестиционш проектов. Анализ существующих методов прогнозирования, также исследование опыта успешного применения вейвле анализа к различным задачам в экономике, позволил сдела вывод о рациональности применения теории вейвлетов д прогнозирования экономических показателей Воронежско] области. Применение МНАТ-вейвлета для прогнозировани реальных временных рядов агрегированных экономически показателей Воронежской области показало эффективное предложенной методики и доказало рациональность е применения для снижения рисков инвестиционно деятельности.

4. Разработана методика прогнозирования экономически временных рядов, основанная на алгоритме непрерывно1 вейвлет-преобразования. Данный алгоритм включает в се( следующие этапы: подготовка коротких временных рядо основной целью которой является выделение тренд циклических колебаний и шума с последующей фильтрацш шумовой составляющей; расчет трендовой составляюще экстраполяция трендовой составляющей, устранение граничив искажений вейвлет-преобразования, оценка параметров вейвле разложения временных рядов, и оценка ошибки прогноза ] исследуемых временных рядах. Тестирование методи] прогнозирования доказало возможность построен] качественного прогноза при помощи вейвлет-преобразованг Одним из главных преимуществ данного подхода являет возможность прогнозировать изменения рыночш конъюнктуры и снижать неопределенность инвестиционн< деятельности в условиях российской экономики.

5. Предложена методика повышения качества прогноза динами] экономических показателей с учетом снижения ошиб] прогноза. С целью повышения качества прогноза бы. произведено удаление линейной составляющей временно ряда. Для получения абсолютного значения прогнозных велич] экстраполированная линейная составляющая суммировалась прогнозным значением. Это позволило снизить ошибк прогноза и получить более точные значения динамик экономических показателей.

На основе полученных результатов, можно сделать следующи выводы:

Инвестиционная деятельность является основой развития экономики важным инструментом создания экономической доходности государства региона в частности. Воронежская область является развивающим( объектом инвестиционной деятельности, а оптимизация управлеш данной сферой - одна из приоритетных задач региональной политик Однако высокая степень риска при инвестировании снижа* эффективность существующих методов управления инвестиционнс деятельностью и, следовательно, доходность реализуемых в регио] инвестиционных проектов.

Для эффективного управления инвестиционной деятельность необходимо идентифицировать, оценивать и прогнозировать рис] инвестиционных проектов. Эффективным средством прогнозирован] экономических показателей, определяющих рисковую составляющ) инвестиционной деятельности региона, является вейвлет-анализ, средст которого используются для реализации многих научных и практичесю целей в самых различных сферах. В настоящее время вейвлет-анал позволяет достаточно точно прогнозировать будущие значения временш рядов, что делает его незаменимым инструментом для прогнозирован различных экономических показателей.

Предложенная в данной работе модель снижения риск инвестиционной деятельности на основе применения вейвлет-анализа д прогнозирования динамики экономических характеристик позвол повысить эффективность управления инвестициями и снизить факт неопределенности в данном процессе.

Список литературы диссертационного исследования кандидат экономических наук Слинькова, Наталья Владимировна, 2007 год

1. Bacry Н. Proof of the completeness of lattice states in the kq representation / Bacry H., Grossmann A., and Zak J. // Phys. Rev. -1975 B12 pp. 1118-1120.

2. Coifman R. Wavelet analysis and signal processing / Coifman R., Meye Y., Wickerhauser M.V. // in Ruskai et al. 1992. - pp. 153-178; and Siz properties of wavelet packets, in Ruskai et al. - 1992. - pp. 453-470.

3. Combes J.M. Wavelets-Time-Frequency Methods and Phase Spaa Proceedings of the Int. / Combes J.M., Grossmann A., Tchamitchian Ph. Conf., Marseille, Dec. 1987, Springer-Verlag, Berlin. 1989.

4. Daubechies I. Frames of entire functions in the Bargmann space Daubechies I., Grossmann A. // Comm. Pure Appl. Math., 1988. - 41 pp. 151-164.

5. Daubechies I. Painless nonorthogonal expansions / Daubechies ' Grossmann A., Meyer Y. // J. Math. Phys. -1986. 27. - pp. 1271-1283.

6. Franses P.H. Time series models for business and economic forecasting Cambridge University Press 1998 - 280 p.

7. Grossmann A. Decomposition of Hardy functions into square integrab wavelets of constant shape. / Grossmann A. Morlet J. // SIAM J. Mat Anal.- 1984.-15.-pp. 723-736.

8. Grossmann A. Transforms associated to square integrable groi representations / Grossmann A., Morlet J., and Paul Т. // I. Genei results, J. Math. Phys. 1985 - 27. - pp. 2473-2479.

9. Haar A. Zur Theorie der orthogonalen Funktionen-Systeme Math. Ann 1910.-69.-pp. 331-371.

10. Kantz H. Nonlinear time series analysis / Kantz H., Schreiber Т. II Cambridge University Press 1997. - 304 p.

11. Kronland-Martinet R. Analysis of sound patterns through wavelel transforms / Kronland-Martinet R., Morlet J., Grossmann A. // Internat. J Pattern Recognition and Artificial Intelligence. 1. - 1987. - pp. 273-301.

12. Mallat S. A theory for multiresolutional signal decomposition: thi wavelet representation. // IEEE Trans. Pattern Analysis and Machin« Intelligence 1989. - №7 - p.674-693.

13. H.Mallat S. Characterization of signals from multiscale edges / Mallat S Zhong S. // Computer Science Tech. Report, New York University, IEE. Trans. PAMI, to appear 1992.

14. Mallat S. Multiresolution approximation and wavelets. Trans. Ame Math. Soc. - 1989. - 315. - pp. 69-88.

15. Mallat S. Singularity detection and processing with wavelets / Mallat S Hwang W.L. // IEEE Trans. Inform. Theory. 1992. - 38. - pp.617-643.

16. Meyer Y. Principe d'incertitude, bases hilbertiennes et algebri d'operateurs. Seminaire Bourbaki. - no. 662. - 1985-1986.

17. Mills T.C. The econometric modeling of financial time series Cambridge University Press 1993. - 247 p.

18. Morlet J. Sampling theory and wave propagation, in NATO ASI Serif Vol. 1, Issues in Acoustic signal/Image processing and recognitio C.H.Chen, ed., Springer-Verlag, Berlin. 1983 - pp. 233-261

19. Polikar Robi. The Engineer's Ultimate Guide to Wavelet Analysis. // T Wavelet Tutorial. http://www.public.iastate.edu/~roolikar/WAVELET WTtutorial.html

20. Wilkes F.M. Mathematics for Business Finance and Economii Rutledge, London. -1994.

21. Алексеев K.A. Очерк "Вокруг CWT" http://www.tspu.tula, /ivt/lcopy/ Matlab RU/wavelet/book3/l .asp.htm

22. Асаи К. Прикладные нечеткие системы: Пер. с япон./ Асаи К., Ватад, Д., Иваи С.и др. // под ред. Т. Тэрано, К. Асаи, М. Сугено. М.: Мир - 1993.

23. Астафьева Н.В. Вейвлет-анализ: основы теории и пример! применения. ФН. - 1996. - №11. - с. 1145- 170.

24. Бердышев В.И. Аппроксимация функций. / Бердышев В.И., Петра JT.B. // Сжатие численной информации. Приложения. Глава I, разде 12. Всплески. Екатеринбург. - 1999. - с. 127-150.

25. Бромвич М. Анализ экономической эффективности капитале вложений: пер с англ. М.: - 1996.

26. Бурнаев Е.В. Применение вейвлет-преобразования для анализ экономических временных рядов http://mme.vgu.ru/news/fih /ecomod-2006-burnaev-2.pdf

27. Бурнаев Е.В. Прогнозирование временного ряда с помощь; дискретного вейвлет преобразования. Сб.трудов 49-научнс конференции "Современные проблемы фундаментальных прикладных наук", МФТИ. Москва, 24-25 ноября 2006г.- стр. 93-95.

28. Бусленко Н. Моделирование сложных систем. М.:Наука. - 1979.

29. Ван Хорн Дж. Основы управления финансами: пер. с англ. / пс редакцией И.И. Елисеевой М.: Финансы и статистика. - 1997 .31 .Вейвлет-преобразование. Теоретические сведения и прим< использования. http://relpress.website.rU/currier/5/wavelet/wavelet.htr

30. Волков И.М. Проектный анализ / Волков И.М., Грачева М.В. Москва: Банки и биржи, ЮНИТИ. 1998.

31. Воробьев В.И. Теория и практика вейвлет-преобразования. Воробьев В.И., Грибунин В.Г. С.-Петербург: ВУС - 1999.

32. Воронцовский A.B. Инвестиции и финансирование: Методы оцеш и обоснования СПб.: Санкт-Петербургский университет. - 1998, с.78.

33. Грабовый П.Г. Риски в современном бизнесе / Грабовый П.Г, Петрова С.Н., Полтавцев С.И., Романова К.Г., Хрусталев В.Б Яровенко С.М. -М: Издательство «Алане» 1994.

34. Гранатуров В. М. Экономический риск: сущность, метод. измерения, пути снижения. — М: Дело и Сервис. 1999. - 112 с.

35. Давыдов A.A. Вейвлет-анализ социальных процессов http://ww 789.ru/portal/modules.php?name=News&file=print&sid=2770

36. Десятирикова E.H. Инвестиционное проектирование и управлен. рисками / Десятирикова E.H., Слинькова, Н.В. // Кибернетика высокие технологии XXI века: материалы VI международненаучно-технической конференции 17-19 мая 2005г. Воронеж -200- с.95-99

37. Дженкинс Г. Спектральный анализ и его приложения. / Дженкинс I Ватте Д. -М.Мир. -1971.

38. Добеши И. Десять лекций по вейвлетам. М.: РХД - 2001. - 464с.

39. Дремин И.М. Вейвлеты и их использование. / Дремин И.М., Иван* О.В., Нечитайло В.А. УФН. - 2001. - №5. - с. 465-490.

40. Дубров A.M. Моделирование рисковых ситуаций в экономике бизнесе. / Дубров A.M., Лагоша Б.А. Хрусталев Е.Ю. М.:Финаш и статистика. - 1999.

41. Ендовицкий Д.А. Комплексный анализ и контроль инвестиционн! деятельности: методология и практика/ Под ред. проф. Л. Гиляровской. М.: Финансы и статистика. - 2001. - с. 88.

42. Кейнс Дж.М. Общая теория занятости, процента и денег // В к Мальтус К., КейнсД., Ларин Ю. Антология экономической классик- М. :Эконов-Ключ. 1993.

43. Кинев Ю.Ю. Оценка рисков финансово-хозяйственной деятельное предприятий на этапе принятия управленческого решения Менеджмент в России и за рубежом. 2000. - №5.

44. Киселев А. Библиотека инструментов вейвлет-преобразования -http://www.basegroup.ru/filtration/waveletutils.htrn

45. Киселев А. Вейвлет своими руками http://www.basegroup.ru/ filtration/makingwavelet.htm

46. Киселев А. Непрерывное вейвлет-преобразование в анализе бизнес-информации http://www.basegroup.ru

47. Киселев А. Основы теории вейвлет-преобразования http://www.basegroup.ru

48. Киселев А. Приложения вейвлет-анализа http://www.basegroup.ru

49. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбо. инвестиций. Анализ отчетности. М.: Финансы и статистика - 1997.

50. Колемаев В.А. Теория вероятностей и математическая статистика. Колемаев В.А., Калинина В.Н. М.: Юнити. - 2003.

51. Кошечкин С.А Концепция риска инвестиционного проекта www.koshechkin.narod.ru.

52. Кричевский М. Интеллектуальные методы в менеджмент« Нейронные сети; Нечеткая логика; Генетические алгоритмь Динамические системы. М. Литер. - 2005. - 273 с.

53. Кричевский М. Л. Интеллектуальные методы в менеджменте. Кричевский М. Л., Цуранов О. А. М.:Питер. - 2004. - 304 с.

54. Кузьмин A.B. Интеллектуальные технологии управлени Искусственные нейронные сети и нечеткая логика. / Кузьмин А.Е Усков A.A. М.: Горячая линия -Телеком. - 2004. -143 с.

55. Кулаичев А.П. Компьютерный контроль процессов и анал. сигналов. НПО "Информатика и компьютеры" Москва. - 1999. с.328-330.

56. Левкович-Маслюк Л. Введение в вейвлет-анализ / Левкович-Масль Л., Переберин А. http://algolist.manual.ru/compress/irnage/leoJe lecture 1 /wav 15 .php

57. Лукашин Ю.П. Адаптивные методы краткосрочног прогнозирования временных рядов. М.: Финансы и статистика. 2003.

58. Маленков Ю.А. Новые методы инвестиционного менеджмента. СПб.: Бизнес- пресса. 2002. - с. 132-135.

59. Марпл С.Л. Цифровой спектральный анализ и его приложения, Пе. с англ. / под ред. Рыжака И.С. М.:Мир. - 1990. - с 260-266.

60. Материалы официального сайта «Программы экономического социального развития Воронежской области» http://www.investvrn.n

61. Маховикова Г.А. Инвестиционный процесс на предприятии Маховикова Г.А., Кантор В.Е. СПб.: Питер. - 2001. - с. 87.

62. Меньшиков И.С. Рыночные риски: модели и методы. / Меньшик« И.С., Шелагин Д.А. Вычислительный центр РАН. - 2000. - поз 11.

63. Методические рекомендации по оценке эффективное инвестиционных проектов. Утверждено Министерством экономш РФ, Министерством финансов РФ, ГК РФ по строительно архитектурной и жилищной политике 21.06.1999. № ВК 477.

64. Методические рекомендации по оценке эффективное инвестиционных проектов и отбору их для финансирования. Vi Госстроем России, Министерством экономики РФ, Министерстве финансов РФ, Госкомпромом России 31.03.1994г. № 7-12/47.

65. Милосердов A.A. Рыночные риски, моделирование, оценка качест моделей. / Милосердое A.A., Герасимова Е.Б. Изд-во Тамб. гс техн. ун-та. - 2004. - 116 стр.

66. Мороз А.И. Курс теории систем. М.:Высшая школа. - 1987.

67. Мун Ф. Хаотические колебания. М.:Мир. - 1990. - 311 с.

68. Мухин В.И. Исследование систем управления. М.:Экзамен. - 2002

69. Мэнкью Н.Г. Принципы макроэкономики. Пер. с англ. СПб.:Пите - 2004. -576 с.

70. Мэрфи Джон Дж. Технический анализ фьючерсных рынков: теория . практика. М.:Сокол. - 1996. -592 с.

71. Найман Эрик JI. Малая энциклопедия трейдера. М.:Альпин Бизнес Букс. - 2005. - 403 с.

72. Некипелов Н.Д. Фильтрация данных в системах анализа и прогноза http://www.basegroup.ru/filtration/data-filtration.htm

73. Новиков И.Я. Онделетты И.Мейера — оптимальный базис в С (0,1) Матем. заметки. 1992. - Т. 52. - №5. - с. 88-92.

74. Новиков И.Я. Основные конструкции всплесков / Новиков И.Я Стечкин С.Б. // Фундаментальная и прикладная математика. 1997. Т. 3. -№4. - с. 999-1028.82.0ссовский С.Е. Нейронные сети для обработки информации. М.:Финансы и статистика. 2002. -344 с.

75. Петере Э. Фрактальный анализ финансовых рынков: Применен. теории хаоса в инвестициях и экономике. М.: Интернет-трейдинг. 2004.-304 с.

76. Петерс Э. Хаос и порядок на рынках капитала. Новый аналитичесю взгляд на циклы, цены и изменчивость рынка: Пер. с англ.- М.:Мир 2000.-333 с.

77. Постановление Воронежской области "О финансовой поддерж: организаций, осуществляющих инвестиционные проекты" < 17.03.98 г. N2-II

78. Пригожин И. Порядок из хаоса. Новый диалог человека с природой М.:Эдиториал УРСС. 2001. - 430 с.

79. Рогов М. А. Риск-менеджмент. М.: Финансы и статистика. - 2001.

80. Романов B.C. Рискообразующие факторы: характеристика и влиян: на риски. / Романов B.C., Бутуханов А. http://www.hedging.ru

81. Рэдхэд К. Управление финансовыми рисками. / Рэдхэд I Хьюс С. — М.: Инфра-М. 1996. - 228 с.

82. Савчук В.П. Оценка эффективности инвестиционных проектов / Электронная версия учебника http://www.management.com.ua/ finance/fmO 11.html

83. Слинькова H.B. Снижение инвестиционных рисков // XIII Международная конференция. «Математика. Экономика. Образование». III Международный симпозиум «Ряды Фурье и их приложения». Тезисы докладов. Ростов-на-Дону: изд-во ООС «ЦВВР»- 2005 - с.121-122

84. Сорнетте Дидье Как предсказывать крахи финансовых рынков. М.:Наука. 394 с.

85. Сорос Дж. Кризис мирового капитализма. Открытое общество опасности. Пер. с анг. -М.:ИНФРА-М. 1999. - 262 с.

86. Статистический бюллетень «Основные показател! характеризующие социально-экономические процессы Воронежской области». Воронеж. - 2006.

87. Твид. JL Психология финансов. ИК "Аналитика". - 2002. - 376 стр.

88. Терехов С.А. Вейвлеты и нейронные сети. Лекция для школ) семинара "Современные проблемы нейроинформатики". МИФ. Москва, 24-26 января 2001 г. - http://alife.narod.ru/lectures/wavele index.html

89. Тимашов С.Ф. Проявление макрофлуктуаций в динами нелинейных систем. // Журнал физической химии. 1995. - Т.69. -- с.1349-1354.

90. Трифонов Ю.В. Выбор эффективных решений в экономике в условиях неопределённости / Трифонов Ю.В., Плеханова А.Ф., Юрлов Ф.Ф. Н. Новгород: Издательство ННГУ - 1998г.

91. Угрюмов Р.Б. Вейвлет-анализ бизнес систем / Угрюмов Р.Б. Слинькова Н.В. // Системы управления и информационны! технологии.-Москва-Воронеж-2006- №1.2.- с.294-296.

92. Четыркин Е.М. Финансовый анализ производственнь: инвестиций М.: Дело - 1998.

93. Чуй К. Введение в вейвлеты. М.:Мир. - 2001. - 412 с.

94. Шарп У.Ф. Инвестиции: пер. с англ. / Шарп У.Ф., Александ« Г. Дж., Бейли Дж. М.: ИНФРА-М - 1997.

95. Шустер Г. Детерминированный хаос. Введение. М.:Мир. 1988.-240 с.

96. ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬ

97. ИНВЕСТИЦИОННО-СТРОИТЕЛЬНАЯ КОМПАНИЯ1. ФИНИСТ»394030, г. Воронеж, ул. Революции 1905 года, д. 31 тел/факс 77-02-44

98. Исх. № 5 от «16» января 2007 г.1. Акт внедрения