В современных условиях в вопросах развития внешнеполитических отношений, важное значение имеет торгово-экономическое сотрудничество. За период 1999–2014 гг. между Грецией и Россией наблюдается расширение и углубление экономических отношений, развиваются отношения между отдельными фирмами и организациями обеих стран. Однако, как показывают исследования, в вопросах торгово-экономического партнерства Греции и России в условиях действия санкций со стороны США и стран Еврозоны просматриваются определенные проблемы, что выражается в спаде объемов товарооборота за последние годы (табл. 1).
В условиях мирового экономического кризиса и усиления рыночной неопределенности важно использовать возможности нейронных сетей. Применение систем искусственного интеллекта позволяет на основе нелинейной оптимизации получить прогнозные значения требуемых экономических параметров.
Научная гипотеза исследования состоит в том, чтобы доказать или опровергнуть тезис о том, что обученная на основе 16-летних данных нейронная сеть рассчитает прогнозное значение объема внешнеторгового товарооборота Греции и России в условиях рыночной неопределенности. Особенностью предлагаемого нейропрогноза является использование в модели цикла солнечной активности, помимо таких данных, как индекс S&P500, цена нефти brent и некоторых других показателей.
В частности, циклы солнечной активности, по мнению ряда экспертов, во многом определяют тренд мировой экономики, что подтверждается резким спросом на статистические данные, отражающие уровень и параметры солнечной активности (рис. 1).
Таблица 1
Динамика товарооборота между странами – партнерами
Год |
S&P500 |
USD, руб. |
BRENT |
SolarCicl |
Товарооборот, $ млн |
1999 |
1376,42 |
26,52 |
25,28 |
2 |
892 |
2000 |
1346,76 |
26,02 |
23,15 |
3 |
1398 |
2001 |
1094,6 |
26,15 |
19 |
4 |
1185 |
2002 |
842,44 |
29,7 |
29,55 |
5 |
1121 |
2003 |
1102,02 |
34,67 |
34,5 |
6 |
1097,2 |
2004 |
1179,89 |
35,82 |
58,35 |
7 |
1429,2 |
2005 |
1257,76 |
35,19 |
65,28 |
8 |
2116,4 |
2006 |
1406,09 |
34,11 |
60,57 |
9 |
923,3 |
2007 |
1483,96 |
35,02 |
93,25 |
10 |
1280 |
2008 |
901,78 |
36,42 |
44,78 |
11 |
4744,7 |
2009 |
1076,06 |
44,14 |
78,57 |
1 |
2679,3 |
2010 |
1250,34 |
40,26 |
99,9 |
2 |
3275,7 |
2011 |
1261,47 |
40,88 |
109,87 |
3 |
5269,7 |
2012 |
1439,46 |
39,93 |
114,3 |
4 |
6581,5 |
2013 |
1799,15 |
42,34 |
106,49 |
5 |
6855,9 |
2014 |
2047,6 |
50,95 |
57,33 |
6 |
4168,4 |
Рис. 1. Солнечные циклы и динамика спроса на статистические данные по солнечной активности [11]
Прогнозирование солнечной активности имеет большое практическое значение, поскольку в настоящее время практически доказано влияние на людей результатов воздействия солнечной активности, прежде всего, магнитных бурь и повышенной солнечной радиации, способной проникать к поверхности планеты. Поэтому в большинстве развитых стран население получает оповещения о приближении магнитных бурь, и эти периоды считаются довольно опасными для людей, чья профессиональная деятельность связана с повышенным риском, например, люди, управляющие всеми видами морского, наземного и воздушного транспорта, и другие. Повышение солнечной активности, проявляющееся в мощных солнечных вспышках, в солнечном ветре, в магнитных бурях и прочих воздействиях, в том числе обуславливающее изменение частоты шумановских резонансов планеты, может иметь опасные последствия для стабильной жизнедеятельности человечества и оказывать негативное влияние на работу систем радиосвязи и сложного электронного оборудования. По мнению экспертов, самой большой опасностью высокой солнечной активности является ее влияние на климат и многие природные катаклизмы, что подтверждается результатами исследований различных ученых.
Безусловно, негативные воздействия солнечной активности на природу, деятельность человечества не могут не повлиять на результаты развития экономики и финансовой системы в глобальном масштабе. Касательно долгосрочных прогнозов солнечной активности, в деятельности Солнца выявлены достаточно ярко выраженные циклы, прогноз даже хорошо изученных 11-летних циклов является весьма сложной задачей. Об этом свидетельствует тот факт, что при прогнозировании 24-го одиннадцатилетнего цикла практически ни один прогноз, представленный разными учеными, до сих пор не подтвердился.
Как показывает практика, многие прогнозы основываются на создании физико-математических моделей, которые позволяют описать процесс повышения солнечной активности. Значительный вклад в прогнозирование солнечной активности вносят специалисты NASA (Национальной Аэрокосмической Администрации США). Прогнозы солнечной активности представляются и другой службой – NOAA (Национальной Океанографической и Атмосферной Администрацией США).
Как показывают исследования, было бы полезно изучить проявление одного из наиболее важных параметров солнечной активности – солнечной постоянной. Дело в том, что в отличие от чисел Вольфа (солнечных пятен), опирающихся на достаточно формализованный индекс солнечной активности, который не имеет четкого энергетического выражения, солнечная постоянная отражает изменение излучаемой энергии Солнца на единицу площади.
Представляется целесообразным сформировать нейронную модель для прогноза внешнеторгового оборота между двумя странами на основе имеющихся данных. Выбранная нейросеть представляет собой двухслойный персептрон, который имеет 5 входов и один выход. Обучающее множество представлено экономическими параметрами, отражающими результаты внешнеторгового оборота за 1999–2014 гг. Сформирована нейронная модель зависимости объемов внешней торговли двух стран от ряда факторов. Граф персептрона представлен на рис. 2.
Параметры солнечного цикла взяты, исходя из 11-летнего цикла солнечной активности. Прогнозирование на основе нейронной сети имеет высокую вероятность подтверждения результата прогноза, ошибка, как правило, не превышает 5 % [1].
Практика показывает, что использование нейронных сетей открывает широкие перспективы во многих направлениях, обуславливающих развитие внешнеэкономической деятельности: поддержка предпринимательства [2, с. 250], оптимизация денежных потоков компании [3, с. 209–218], развитие прибыльных стратегий в биржевой торговле [4, c. 150], совершенствование региональной инвестиционной политики [5, с. 271], поиск выхода из кризиса [6, с. 44], применение нанообразования [7, с. 225–230], развитие человеческого капитала [8, с. 19] и другие.
Сформированная модель была обучена с использованием метода обратного распространения ошибки. Результатом обучения нейросети стали расчетные данные, которые показаны на графике красным цветом (рис. 3).
Как показывают результаты исследования, ошибка расчетных значений не превышает 5 %. Следующим шагом является прогнозирование объемов товарооборота между странами на 2015 и 2016 годы (табл. 2).
Расчет прогнозных значений товарооборота выполнен с помощью нейросети в программе Deductor на основе функции «что – если». В конечном счете, мы получили прогнозные значения внешнеторгового товарооборота между Грецией и Россией на 2015 г. в объеме 5868 млн долларов, на 2016 г. – 5868,6 млн долларов (рис. 4).
Рис. 2. Граф персептрона – нейросети с двумя скрытыми слоями
Рис. 3. Отклонение прогнозных величин от фактических
Таблица 2
Прогноз товарооборота между странами на 2015–2016 гг.
Год |
S&P500 |
USD |
BRENT |
SolarCicl |
Товарооборот (прогноз), млн долл. |
2014 |
2047,6 |
50,95 |
57,33 |
6 |
4168,4 |
2015 |
2043,75 |
68,07 |
37,6 |
7 |
5868 |
2016 |
2050 |
75 |
30 |
8 |
5868,6 |
Рис. 4. Прогноз внешнеторгового товарооборота на 2015?2016 гг.
Результатом исследования стал прогноз внешнеторгового товарооботота и нейросетевой алгоритм. Практическая значимость применения нейронных сетей в решении прикладных задач подтверждается свидетельствами на программу ЭВМ, в частности: для оценки риска банкротства предприятия [9], для управления структурой активов и пассивов банка [10] и другими.
Выдвинутая гипотеза о том, что сформированная и обученная на основе 16-летних данных нейронная сеть рассчитает прогнозное значение объема внешнеторгового товарооборота Греции и России в условиях рыночной неопределенности, подтверждена.
Таким образом, исследование внешнеторговых отношений между Грецией и Россией на основе нейронной сети имеет важное значение. Следует шире использовать системы искусственного интеллекта в изучении вопросов внешнеэкономической деятельности государств.
Библиографическая ссылка
Ломакин Н.И., Ангел О.В., Мещерякова Я.В. РОССИЙСКО-ГРЕЧЕСКИЕ ОТНОШЕНИЯ: ЭКОНОМИЧЕСКИЙ ПРОГНОЗ НА ОСНОВЕ НЕЙРОСЕТИ // Фундаментальные исследования. – 2016. – № 8-2. – С. 351-355;URL: https://fundamental-research.ru/ru/article/view?id=40670 (дата обращения: 06.12.2024).