РОСІЙСЬКО-ГРЕЧІ ВІДНОСИНИ ЕКОНОМІЧНИЙ ПРОГНОЗ НА ОСНОВІ НЕЙРОМЕРЕЖІ - Фундаментальні
У сучасних умовах у питаннях розвитку зовнішньополітичних відносин важливе значення має торговельно-економічна співпраця. За період 1999–2014 років. між Грецією та Україною спостерігається розширення та поглиблення економічних відносин, розвиваються відносини між окремими фірмами та організаціями обох країн. Однак, як показують дослідження, у питаннях торговельно-економічного партнерства Греції та України в умовах дії санкцій з боку США та країн Єврозони проглядаються певні проблеми, що виражається у спаді обсягів товарообігу за останні роки (табл. 1).
В умовах світової економічної кризи та посилення ринкової невизначеності важливо використовувати можливості нейронних мереж. Застосування систем штучного інтелекту дозволяє з урахуванням нелінійної оптимізації отримати прогнозні значення необхідних економічних параметрів.
Наукова гіпотеза дослідження полягає в тому, щоб довести або спростувати тезу про те, що навчена на основі 16-річних даних нейронна мережа розрахує прогнозне значення обсягу зовнішньоторговельного товарообігу Греції та України в умовах ринкової невизначеності. Особливістю запропонованого нейропрогнозу є використання в моделі циклу сонячної активності, крім таких даних, як індекс S&P500, ціна нафти brent та деяких інших показників.
Зокрема, цикли сонячної активності, на думку ряду експертів, багато в чому визначають тренд світової економіки, що підтверджується різким попитом на статистичні дані, що відображають рівень та параметри сонячної активності (рис. 1).
Динаміка товарообігу між країнами – партнерами
Мал. 1. Сонячні цикли та динаміка попиту на статистичні дані щодо сонячної активності [11]
Прогнозуваннясонячної активності має велике практичне значення, оскільки в даний час практично доведено вплив на людей результатів впливу сонячної активності, насамперед магнітних бур та підвищеної сонячної радіації, здатної проникати до поверхні планети. Тому в більшості розвинених країн населення отримує оповіщення про наближення магнітних бур, і ці періоди вважаються досить небезпечними для людей, професійна діяльність яких пов'язана з підвищеним ризиком, наприклад, люди, що керують усіма видами морського, наземного і повітряного транспорту, та інші. Підвищення сонячної активності, що виявляється в потужних сонячних спалахах, в сонячному вітрі, в магнітних бурях та інших впливах, у тому числі зумовлює зміну частоти шуманівських резонансів планети, може мати небезпечні наслідки для стабільної життєдіяльності людства і негативно впливати на роботу систем радіо обладнання. На думку експертів, найбільшою небезпекою високої сонячної активності є її вплив на клімат та багато природних катаклізмів, що підтверджується результатами досліджень різних учених.
Безумовно, негативні впливи сонячної активності на природу, діяльність людства не можуть не вплинути на результати розвитку економіки та фінансової системи у глобальному масштабі. Щодо довгострокових прогнозів сонячної активності, у діяльності Сонця виявлено досить яскраво виражені цикли, прогноз навіть добре вивчених 11-річних циклів є дуже складним завданням. Про це свідчить той факт, що при прогнозуванні 24-го одинадцятирічного циклу практично жоден прогноз, представлений різними вченими, досі не підтвердився.
Як показує практика, багато прогнозівґрунтуються на створенні фізико-математичних моделей, що дозволяють описати процес підвищення сонячної активності. Значний внесок у прогнозування сонячної активності роблять фахівці NASA (Національної Аерокосмічної Адміністрації США). Прогнози сонячної активності є й іншою службою – NOAA (Національна Океанографічна та Атмосферна Адміністрація США).
Як показують дослідження, було б корисно вивчити прояв одного з найважливіших параметрів сонячної активності – постійної сонячної. Справа в тому, що на відміну від чисел Вольфа (сонячних плям), що спираються на досить формалізований індекс сонячної активності, який не має чіткого енергетичного вираження, сонячна постійна відображає зміну енергії Сонця, що випромінюється, на одиницю площі.
Видається доцільним сформувати нейронну модель для прогнозу зовнішньоторговельного обороту між двома країнами на основі наявних даних. Вибрана нейромережа являє собою двошаровий персептрон, який має 5 входів та один вихід. Навчальна множина представлена економічними параметрами, що відображають результати зовнішньоторговельного обороту за 1999–2014 роки. Сформовано нейронну модель залежності обсягів зовнішньої торгівлі двох країн від низки факторів. Граф персептрону представлено на рис. 2.
Параметри сонячного циклу взято, виходячи з 11-річного циклу сонячної активності. Прогнозування на основі нейронної мережі має високу ймовірність підтвердження результату прогнозу, помилка зазвичай не перевищує 5 % [1].
Практика показує, що використання нейронних мереж відкриває широкі перспективи у багатьох напрямках, що зумовлюють розвиток зовнішньоекономічної діяльності: підтримка підприємництва [2, с. 250], оптимізаціягрошових потоків підприємства [3, с. 209-218], розвиток прибуткових стратегій у біржовій торгівлі [4, c. 150], удосконалення регіональної інвестиційної політики [5, с. 271], пошук виходу із кризи [6, с. 44], застосування наноутворення [7, с. 225-230], розвиток людського капіталу [8, с. 19] та інші.
Сформована модель була навчена з використанням методу зворотного розповсюдження помилки. Результатом навчання нейромережі стали розрахункові дані, що показані на графіку червоним кольором (рис. 3).
Як свідчать результати дослідження, помилка розрахункових значень вбирається у 5 %. Наступним кроком є прогнозування обсягів товарообігу між країнами на 2015 та 2016 роки (табл. 2).
Розрахунок прогнозних значень товарообігу виконано з допомогою нейромережі у програмі Deductor з урахуванням функції «що – якщо». Зрештою, ми отримали прогнозні значення зовнішньоторговельного товарообігу між Грецією та Україною на 2015 р. в обсязі 5868 млн. доларів, на 2016 р. – 5868,6 млн. доларів (рис. 4).
Мал. 2. Граф персептрону – нейромережі з двома прихованими шарами
Мал. 3. Відхилення прогнозних величин від фактичних
Прогноз товарообігу між країнами на 2015–2016 роки.