УДК  004.9

DOI 10.24411/2413-046Х-2019-16034

Современные тенденции методов интеллектуального анализа данных: метод кластеризации

Current trends in data mining methods: clustering method

Махрусе Насма, аспирантка
финансового университета при правительстве РФ, г.Москва.

Nasma Mahrouse, Postgraduate Student, Financial University
under the Government of the Russian Federation, Moscow.

Аннотация:Цель этого исследования — предоставить исчерпывающий обзор современных
различных методов кластеризации при извлечении данных и поиск алгоритмов кластеризации,
а также провести сравнение между методами кластеризации и их алгоритмами. Наиболее
важным в этом исследовании является обсуждение нескольких алгоритмов каждого
метода кластеризации и показать любой алгоритм , подходящий для данного
приложения больше , чем другие . любой из которых более чувствителен к шуму,
чем другой. какие из них более способны справиться с выбросами. Это анализ  помогает дать четкое представление о том,
какой алгоритм или метод можно использовать для конкретного приложения. это
также помогает выбрать, какие методы могут дать наилучшие результаты для
конкретного приложения.

Summary:The purpose of this study is to provide a comprehensive overview of
modern various clustering methods for data extraction and the search for
clustering algorithms, as well as to make a comparison between clustering
methods and their algorithms. The most important in this study is the
discussion of several algorithms for each clustering method and to show any
algorithm that is suitable for this application more than others. Any of which
is more sensitive to noise than the other. Which ones are more able to cope
with emissions. This analysis helps to give a clear idea of ​​which algorithm
or method can be used for a particular application. It also helps to choose
which methods can give the best results for a particular application.

Ключевые слова: кластеризация; Иерархические; Грид-методы ;
Методы разбиения; интеллектуальный анализ данных(ИАД) .

Key words: clustering; Hierarchical; Grid-based methods; partitioning method; Data mining.

Кластеризация — это процесс группировки множества физических или
абстрактных объектов в похожие классы. Коллекция объектов данных, которые
похожи друг на друга в одном кластере и отличаются от объектов в других
кластерах, называется кластером. Кластеризация, также известная как кластерный
анализ, стала важной техникой в машинном обучении, используемой для обнаружения
естественной группировки наблюдаемых данных. Часто проводится четкое различие
между проблемами обучения, которые контролируются, также известными как
классификация, и теми, которые не контролируются, известными как кластеризация
[1]. Кластеризацией также называется сегментация данных в некоторых
приложениях, поскольку кластеризация разделяет большие наборы данных на группы
в соответствии с их сходством. Кластеризация может также использоваться для
обнаружения выбросов, где выбросы могут быть более интересными, чем обычные
случаи. Целью кластеризации является уменьшение объема данных путем
категоризации или группировки похожих элементов данных. Такая группировка
широко распространена в том, как люди обрабатывают информацию, и одной из
причин использования алгоритмов кластеризации является предоставление
автоматизированных инструментов, помогающих строить категории или таксономии
[Jardine and Sibson, 1971, Sneath and Sokal, 1973].

Методы кластеризации:

Трудно обеспечить четкую категоризацию методов кластеризации, поскольку эти
категории могут перекрываться, так что метод может иметь функции из нескольких
категорий. Методы кластеризации [Tryon and Bailey, 1973, Anderberg, 1973,
Hartigan, 1975, 1988, Jardine and Sibson, 1971, Jain and Dubes, Sneath и Sokal,
1973] можно разделить на два основных типа: иерархическая и секционная
кластеризация. Внутри каждого из типов существует множество подтипов и
различных алгоритмов поиска кластеров.

Фахад и др. (2014) предложили классификацию кластеризации с точки зрения
разработчика алгоритма. Он пытается разделить различные подходы к кластеризации
на основе технических деталей каждого подхода, в результате чего получается
дерево, показанное на рис. 1.

В целом,
основные методы кластеризации можно классифицировать по следующим категориям.

1. Методы разбиения: (Partitioning).

Основной целью алгоритма кластеризации разделов является разделение точек
данных на K разделов. Каждый раздел будет отражать один кластер. Техника
разбиения зависит от определенных целевых функций. Это означает, что он будет
классифицировать данные по k группам, которые удовлетворяют двумя требованиям.
Во-первых, каждая группа содержит хотя бы один объект. И, во-вторых, каждый
объект должен принадлежать только одной группе.

1- К-средних (K—means):

K-средних — это один из самых распространенных и простых алгоритмов
обучения без контроля, которые используются для кластеризации. Кластеризация —
это тип обучения без учителя [Crocker and Keller, 2003].

K-средних — это алгоритм интеллектуального анализа данных, который
выполняет кластеризацию на заданном наборе данных. Как упоминалось ранее,
кластеризация — это процесс, который делит набор данных на несколько кластеров,
где каждый кластер содержит сходные данные (Kantabutra, 1999). Кластер
определяется путем поиска по средним, чтобы найти кластер с ближайшим средним к
объекту. Наименьшим удаленным средним считается среднее кластера, к которому
принадлежит исследуемый объект (MacQueen, 1967). Есть много применений этого
алгоритма: Поведенческая сегментация (Сегментация по истории
покупок;Сегментация по действиям в приложении, веб-сайте или платформе;Создание
профилей на основе мониторинга активности.); Классификация документов;
Страхование: обнаружение страхового мошенничества; Телеком: детальный анализ
записи разговоров; Сортировка датчиков измерений; Медицина: медицинская
сегментация изображений; Здравоохранение (анализ DNA).

2- К-медоиды (K-medoids):

2.1. PAM (Partitioning Around Medoids 1987)

Алгоритм K-mediods(PAM), предложенный Kaufman и Rousseeuw (1987), является алгоритмом разбиения
кластеров, который немного модифицирован по сравнению с алгоритмом K-средних. Они
оба пытаются минимизировать квадратичную ошибку, но алгоритм K-medoids более устойчив
к шуму, чем алгоритм K-средних.PAM, как известно,
является наиболее мощным, однако PAM имеет недостаток, заключающийся в том, что он
работает неэффективно для большого набора данных из-за его временной сложности
(Han et al., 2001). Цель алгоритма — минимизировать
среднее несоответствие объектов ближайшему выбранному объекту. Эквивалентно, мы
можем минимизировать сумму различий между объектом и его ближайшим выбранным
объектом. Алгоритм имеет
две фазы: фаза сборки и фаза обмена. Вот несколько вариантов использования PAM: Здравоохранение; Обнаружение выбросов; категоризация объектов, анализ
изображений, биоинформатика и сжатие данных; Кластеризация текстовых
документов.

2.2. CLARA: (Clustering Large Applications 1990):

Этот алгоритм является развивающимся алгоритмом для кластеризации K-mediods. Kaufman и Rousseeuw (1990) также
предложили алгоритм под названием CLARA (Clustering Large Applications), который применяет PAM к выборочным
объектам вместо всех объектов. Он случайным образом выбирает данные и выбирает
медоид, используя алгоритм PAM. Lucasius, Dane и Kateman (1993) сообщают, что производительность CLARA быстро падает
ниже приемлемого уровня с увеличением количества кластеров. CLARA для обработки больших наборов данных была
также предложена Kaufman и Rousseeuw [2]. По сравнению с PAM, CLARA может работать
с гораздо большими наборами данных. Как и PAM, CLARA также находит объекты,
расположенные в центре кластеров. Некоторые применения CLARA: Планирование;
Обнаружение выбросов.

 2.3. CLARANS ( Randomized” CLARA 1994):

Хан [3] предлагают другой вариант CLARA под названием CLARANS. Этот алгоритм
пытается сделать поиск k репрезентативных объектов (медоидов) более
эффективным, рассматривая наборы кандидатов из k медиод в
окрестности текущего набора из k медоидов. Однако CLARANS не
предназначен для реляционных данных. CLARANS начинается со случайно выбранного узла. Алгоритм CLARANS смешивает PAM и CLARA, выполняя
поиск только в подмножестве набора данных, и он не ограничивается какой-либо
выборкой в любой момент времени. Некоторые применения алгоритма CLARANS:
Текстовая кластеризация; Обнаружение выбросов.

2.4. Нечеткие c-средних (FCM): (Fuzzy
c-means)

Нечеткая кластеризация — мощный неконтролируемый метод анализа данных и
построения моделей. Во многих ситуациях нечеткая кластеризация является более
естественной, чем жесткая кластеризация.

FCM использует нечеткое разбиение, так что точка данных может принадлежать
всем группам с различными уровнями участия от 0 до 1 [4]. Этот алгоритм
работает, назначая место каждой точке данных, соответствующей каждому центру
кластера, на основе расстояния между центром кластера и точкой данных. Чем
больше данных находится рядом с центром кластера, тем больше его членство в
конкретном центре кластера. Понятно, что сумма членства каждой точки данных
должна быть равна единице. Некоторые применения алгоритма FCM: Сегментация
медицинских изображений; Сегментация изображения; Сегментация видео; Цветовая
сегментация; Сельскохозяйственное машиностроение, астрономия, химия, геология, анализ
изображений, медицинская диагностика, анализ формы и распознавание целей.

         2.5. K-режимы (K—modes):

 Алгоритм кластеризации K-режимов
основан на парадигме K-средних, но устраняет ограничение числовых данных,
сохраняя при этом его эффективность. Алгоритм K-режимов расширяет парадигму
K-средних для кластеризации категориальных данных, устраняя ограничения,
налагаемые K-средними. Хуанг [5] также указывает, что в общем случае алгоритм
K-мод быстрее, чем алгоритм K-средних, поскольку для его сходимости требуется
меньше итераций. Хуанг [6] представляет алгоритм кластеризации K-modes, вводя новую
меру различия в кластеризованных категориальных данных. Алгоритм заменяет
средства кластеров на режимы (наиболее частое значение атрибута в атрибуте) и
использует частотный метод для обновления режимов в процессе кластеризации,
чтобы минимизировать функцию стоимости.

1. Иерархические
   методы:

Метод иерархической кластеризации работает путем группировки объектов
данных в дерево кластеров. Существует два типа методов иерархической
кластеризации: агломеративная иерархическая и дивизионная кластеризации [7].  Агломеративный: в агломерационном подходе
изначально один объект выбирается и последовательно сливается (агломерат) с
ближайшей подобной парой на основе критериев сходства, пока все данные не
образуют желаемый кластер.

1. CURE (Clustering Using representatives):

CURE — это алгоритм агломерационной иерархической кластеризации, который
создает баланс между центроидом и всеми точечными подходами. Судипто Гуха и др.
предложили новый алгоритм иерархической кластеризации, названный CURE, который
сильнее к выбросам, и идентифицирует кластеры, имеющие несферическую форму и
большие различия в размере. По сути, CURE — это алгоритм иерархической
кластеризации, который использует разбиение набора данных. В этом процессе
случайная выборка, взятая из набора данных, сначала разделяется, а затем каждый
раздел частично кластеризуется. Частичные кластеры затем снова группируются во
второй проход, чтобы получить желаемые кластеры. Экспериментально подтверждено,
что качество кластеров, созданных CURE, намного лучше, чем у других существующих
алгоритмов [8].

•  ROCK (Robust Clustering using links)

ROCK — это надежный алгоритм агломерационной иерархической кластеризации,
основанный на понятии связей. Это также подходит для обработки больших наборов
данных. Для объединения точек данных ROCK использует связи между точками
данных, а не расстояние между ними. Алгоритм ROCK наиболее подходит для
кластеризации данных, которые имеют логические и категориальные атрибуты. В
этом алгоритме сходство кластеров основано на количестве точек из разных кластеров,
имеющих общих соседей. ROCK не только генерирует кластер лучшего качества, чем
традиционный алгоритм, но также демонстрирует хорошие свойства масштабируемости
[8].

• CHEMELEON
  (hierarchical clustering using dynamic modeling):

CHEMELEON — это алгоритм агломерационной иерархической кластеризации,
использующий динамическое моделирование. Это иерархический алгоритм, который
измеряет сходство двух кластеров на основе динамической модели. Процесс слияния
с использованием динамической модели облегчает обнаружение естественных и
однородных кластеров. Методология динамического моделирования кластеров,
которая используется в CHEMELEON, применима ко всем типам данных, если можно
построить матрицу подобия. Процесс алгоритма в основном состоит из двух этапов:
сначала выполняется разбиение точек данных для формирования подкластеров с
использованием разбиения графа, после чего приходится многократно объединять
подкластеры, которые приходят с предыдущего этапа, чтобы получить окончательные
кластеры. Доказано, что алгоритм находит кластеры различных форм, плотностей и
размеров в двумерном пространстве. CHEMELEON — это эффективный алгоритм,
который использует динамическую модель для получения кластеров произвольной
формы и произвольной плотности [9].

• BIRCH (Balanced
  Iterative Reducing and Clustering using Hierarchies:

Тянь Чжан и др. предложили метод агломерационной иерархической
кластеризации под названием BIRCH и подтвердили, что он особенно подходит для
больших баз данных. BIRCH был также первым алгоритмом кластеризации,
предложенным в области базы данных, который может эффективно обрабатывать шум. BIRCH
— это алгоритм агломерационной иерархической кластеризации, особенно подходящий
для очень больших баз данных. Этот метод был разработан таким образом, чтобы
минимизировать количество операций ввода-вывода. Процесс BIRCH начинается с
иерархического разделения объектов с использованием древовидной структуры, а
затем применяется другие алгоритмы кластеризации для уточнения кластеров. Он
постепенно и динамически группирует входящие точки данных и пытается произвести
кластеризацию наилучшего качества с доступными ресурсами, такими как доступная память
и временные ограничения.

1. Методы,
   основанные на плотности.

Понятие кластеризации на основе плотности было исследовано Jain and Dubes
(1988) в том, что они называют кластеризацией с помощью оценки плотности и
режим поиска. В их подходе области высокой плотности называются модами. Каждый
режим соответствует центру кластера, а векторы данных назначаются кластеру, центр
которого находится ближе всего к ним.

Этот метод кластеризации часто используется для поиска кластерных данных о
точках, образованных естественными структурами, такими как дороги, вулканы и
реки. При использовании для «естественного» применения они называются
«естественными кластерами» [10]. Методы на основе плотности связаны с обучающей
точкой данных, и DBSCAN и DBCLASD подпадают под это, в то время как функции
плотности связаны с точками данных для вычисления функций плотности,
определенных в базовом пространстве атрибутов, а DENCLUE [10] подпадает под
это. DBCLASD, OPTICS DBSCAN — это алгоритмы кластеризации на основе плотности.
[10]

Обзор алгоритмов кластеризации на основе плотности:

1.  DBSCAN (Density-Based Spatial Clustering Application with Noise)

DBSCAN [11] Это кластеризация секционного типа, где более плотные области рассматриваются
как кластеры, а области низкой плотности называются шумом. Ester и др. (1996)
представили наиболее известный алгоритм кластеризации на основе плотности —
пространственную кластеризацию на основе плотности приложений с шумом (DBSCAN).
DBSCAN превосходит алгоритмы иерархии и разделения. Тем не менее, зависит от
размерности данных, которая была у Kotsiantis & Pintelas (2004). DBSCAN не
требует, чтобы число кластеров было задано в качестве параметра из-за способа
формирования кластеров на основе возможности соединения векторов данных друг с
другом. DBSCAN [12] считается одним из самых мощных и наиболее цитируемых
алгоритмов кластеризации на основе плотности, который может со значительной
точностью идентифицировать кластеры произвольной формы и размера в больших
базах данных, искаженных шумом.. Некоторые применения алгоритма DBSCAN:
Электронная коммерция; Здравоохранение (анализ DNA); Обнаружение аномалий в
данных о температуре; Телекоммуникации (понимание поведения клиентов); Торговые
площади (прогноз движения человека); Социальные сети; Графика (видео
абстракция).

• Плотность на основе кластеризации (DENCLUE).

DENCLUE [10]  Здесь используются
основные понятия, то есть функции влияния и плотности. Влияние каждой точки
данных можно моделировать как математическую функцию, а результирующая функция
называется функцией влияния. Это алгоритм кластеризации, который зависит от
функций плотности, вытекающей из функции влияния Гаусса.

Кластер определяется локальным максимумом оцененной функции плотности. Точки
данных присваиваются кластерам путем набора высоты, то есть точки, идущие к
одному и тому же локальному максимуму, помещаются в один и тот же кластер. В
подходе Александр Хиннебург и др. предложил новый алгоритм кластеризации в
базах данных, который состоит из большой мультимедийной информации, то есть
называется DENCLUE, которая может обрабатывать шум. Некоторые применения
алгоритма DENCLUE: Атмосферное пространство (автоматическое обнаружение
галактики); Графика (видео абстракция); Сегментация изображения; Медицина (рак
молочной железы: выявить гетерогенные клеточные субпопуляции).

• OPTICS (Ordering
  Points to Identify Clustering Structure)

Это один из методов кластеризации на основе плотности, который
идентифицирует неявную кластеризацию в данном наборе данных. OPTICS может
рассматриваться как обобщение DBSCAN, которое заменяет параметр σ (Eps) максимальным
значением, которое в основном влияет на производительность. Тогда MinPts по существу
становится минимальным размером кластера, который нужно найти. OPTICS не является
алгоритмом кластеризации; скорее, это способствует идентификации структуры
кластеризации путем упорядочения точек и расстояний достижимости таким образом,
который может быть использован алгоритмом на основе плотности. Он расширяет DBSCAN для получения
порядка кластеров, полученного из широкого диапазона настроек параметров. Как и
DBSCAN и DENCLUE, он рассматривает плотность как региональное
явление. Некоторые применения алгоритма OPTICS: Электронная коммерция;
Атомно-зондовая Томография.

• DBCLASD (Distribution based clustering of large spatial databases)

DBCLASD использует инкрементный подход. DBCLASD
основан на предположении, что точки внутри кластера распределены равномерно.
DBCLASD динамически определяет правильное количество и форму кластеров для базы
данных без необходимости каких-либо входных параметров. Кластеру назначается
случайная точка, которая затем обрабатывается постепенно, без учета кластера. Алгоритм
DBCLASD [13] обнаруживает кластеры произвольной формы и не требует никаких
входных параметров. Эффективность DBCLASD для больших пространственных баз
данных также очень привлекательна.

Алгоритм DBCLASD [14] основан на предположении, что точки внутри кластера
распределены равномерно. Применение DBCLASD к каталогам землетрясений
показывает, что он также эффективно работает в реальных базах данных, где
данные распределены не совсем равномерно.

1. Грид-методы.

Алгоритм на основе сетки определяет набор ячеек сетки, он назначает объекты
соответствующей ячейке сетки и вычисляет плотность каждой ячейки, а также
исключает ячейки, плотность которых ниже определенного порога t. Алгоритм на
основе сетки использует сетку данных с высоким разрешением. Сложность кластеризации
зависит от количества заполненных ячеек сетки, а не от количества объектов в
наборе данных.

Методы на основе сетки работают в объектном пространстве, а не данные
делятся на сетку. Разделение сетки основано на характеристиках данных, и такие
методы могут легче обрабатывать нечисловые данные. Методы на основе сетки не
зависят от порядка данных. Метод кластеризации на основе сетки отличается от
традиционных алгоритмов кластеризации тем, что он касается не точек данных, а
пространства значений, которое окружает точки данных. Алгоритмы кластеризации
на основе сетки имеют преимущества обнаружения кластеров различной формы и размера
с высокой эффективностью.

1. STING Algorithm
    (A Statistical Information Grid Approach)

Ван и др. предложили метод статистической информации на основе сетки  для анализа пространственных данных. В
алгоритме STING пространственная область делится на прямоугольные ячейки.
Существует несколько разных уровней таких прямоугольных ячеек, соответствующих разному
разрешению, и эти ячейки образуют иерархическую структуру. Каждая ячейка на
высоком уровне делится на несколько ячеек следующего более низкого уровня.
Статистическая информация о каждой ячейке рассчитывается и сохраняется заранее
и используется для ответа на запросы [15]. STING — это метод кластеризации на
основе сетки с множественным разрешением, в котором пространственная область
делится на прямоугольные ячейки (с использованием широты и долготы) и
использует иерархическую структуру.

• CLIQUE (Clustering In Quest)

             CLIQUE — это алгоритм кластеризации
восходящего подпространства, который создает статические сетки. Он использует
априорный подход, чтобы уменьшить пространство поиска.  CLIQUE оперирует многомерными данными,
обрабатывая не все измерения одновременно, а обрабатывая одно измерение на
первом шаге, а затем увеличивая его до более высокого [16]. CLIQUE представляет
собой алгоритм кластеризации на основе плотности и сетки, то есть обнаруживает
кластеры, принимая порог плотности и количество сеток в качестве входных
параметров. CLIQUE также может найти любое количество кластеров в любом
количестве измерений, и это число не определяется параметром.

• MAFIA (Merging of Adaptive Intervals Approach to Spatial Data Mining)

         Большинство алгоритмов, основанных на сетке,
используют однородные сетки, тогда как MAFIA использует адаптивные сетки.  MAFIA предлагает адаптивные сетки для быстрой
подпространственной кластеризации и представляет масштабируемую параллельную
структуру на архитектуре без совместного использования ресурсов для обработки
массивных наборов данных [17]. MAFIA предлагает метод адаптивного вычисления
конечных интервалов (бинов) в каждом измерении, которые объединяются для
изучения кластеров в более высоких измерениях. MAFIA вводит параллелизм для
получения хорошо масштабируемого алгоритма кластеризации для больших наборов
данных.

• Волновой Кластер  (Wave Cluster)

Wave Cluster, основанный на сетке, очень эффективен, особенно для очень
больших баз данных. Wave Cluster — это алгоритм кластеризации с высоким
разрешением. Волновой кластер хорошо способен находить кластеры произвольной
формы со сложными структурами, такими как вогнутые или вложенные кластеры в
разных масштабах, и не принимает какой-либо конкретной формы для кластеров. Сначала
он суммирует данные путем наложения многомерной структуры сетки на пространство
данных. Основная идея состоит в том, что вначале необходимо преобразовать
исходный элемент с помощью вейвлет-преобразования, а затем найти плотные
области в новом пространстве. Вейвлет-преобразование — это метод обработки
сигнала, который разбивает сигнал на различные частотные поддиапазоны. Волновой
кластер представляет собой кластерный подход, основанный на
вейвлет-преобразованиях (Gholamhosein Sheikholeslami, Surojit Chatterjee,
Aidong Zhang, 2000).

• O-CLUSTER  (Orthogonal partitioning
  Clustering)/

O- кластер — непараметрический алгоритм. O-кластер оптимально функционирует
для больших наборов данных с большим количеством записей и высокой
размерностью. Этот метод кластеризации сочетает в себе новый метод активного
разделения выборки с параллельной осевой стратегией для определения непрерывных
областей высокой плотности во входном пространстве. O-кластер — это
метод, основанный на концепции проецирования по контракту, представленной OPTIGRID.

1.  Методы, основанные на моделях

          Слово модель обычно используется для представления типа
ограничений и геометрических свойств ковариационных матриц (Martinez and
Martinez, 2005). В семействе алгоритмов кластеризации на основе моделей
используются определенные модели для кластеров и делается попытка
оптимизировать соответствие между данными и моделями. Кластеризация на основе
моделей может помочь в применении кластерного анализа, требуя от аналитика
сформулировать вероятностную модель, которая используется для подгонки данных,
и, таким образом, сделать цели и формы кластеров более понятными, чем в случае
эвристической кластеризации.

1. SOM (Self-Organizing
   map) (Самоорганизующаяся карта)

Самоорганизующаяся карта (SOM) – это алгоритм обучения без присмотра,
представленный Кохоненом. SOM может преобразовывать многомерные данные в
двумерное представление и может включать автоматическую кластеризацию текстовых
документов, сохраняя топологию более высокого порядка. Самоорганизующаяся карта
(SOM) – это модель нейронной сети для визуализации и кластеризации данных.
Последовательные и пакетные алгоритмы обучения SOM, предложенные Кохоненом,
оказались успешными во многих практических приложениях. Однако они также
страдают от некоторых недостатков, таких как отсутствие целевой (стоимостной)
функции, общее доказательство сходимости и вероятностная структура. Некоторые
применения алгоритма SOM: Распознавание речи; Бизнес-приложения (сегментация
клиентов); Медицинская визуализация и анализ; Кластеризация текста;
Робототехника; Классификация спутниковых изображений; Изучение музыкальных
коллекций.

•  EM ( Expectation—Maximization)

Алгоритм EM является итеративным, состоящим из двух чередующихся шагов: шаг
Ожидание (E) и шаг Максимизация (M). EM требует накопления дробной статистики.
Алгоритм EM имеет много преимуществ: простота, стабильность и устойчивость к
шуму. Существует два основных применения алгоритма EM. Первое происходит тогда,
когда данные действительно имеют пропущенные значения из-за проблем или
ограничений процесса наблюдения. Второе происходит когда оптимизация функции
правдоподобия аналитически неразрешима, но ее упростить, предполагая наличие и
значения дополнительных, но отсутствующих (или скрытых) параметров.

Заключение:

Кластерный анализ широко используется во многих приложениях, включая
исследования рынка, распознавание образов, анализ данных и обработку
изображений. В бизнесе кластеризация может помочь маркетологам обнаружить
отдельные группы в своих клиентских базах и охарактеризовать группы клиентов на
основе моделей покупок.

ИАД включает в себя множество различных алгоритмов для решения различных
задач. Все эти алгоритмы пытаются подогнать модель к данным. Алгоритмы
проверяют данные и определяют модель, наиболее близкую к характеристикам
исследуемых данных.

Литературы

1. Han J., Pei J., Kamber M., Data Mining:
   Concepts and Techniques //Elsevier, New York, 2011.-P1-740.
2. Kaufman L., Rousseeuw P. J Finding Groups in Data, An introducrion
   to Cluster Analysis // John Wiley & Sons, Brussels, Belgium, 1990.
   -P.1-355.
3. Khan S., Rahman S.M. M., Tanim 
   M. F. , Ahmed F. Factors influencing K means algorithm // Int. J.
   Computational Systems Engineering,2013 .- Vol. 1. -No. 4.-P 217-228.
4.  Chuang K. ,Tzeng H., Chen SH., Wu J. ,Chen T.
   Fuzzy c-means clustering with spatial information for image segmentation //
   Computerized Medical Imaging and Graphics 30 ,2006. -P. 9–15.
5. Kaur P., Aggrwal S. Comparative Study of Clustering Techniques //
   international journal for advance research in engineering and technology,
   2013.-P.1-4.
6. Huang Z. Extensions to the k-means algorithm for clustering large
   data sets with categorical         
   values, 1998. -P.283–304.
7. Guha S., Rastogi R., Shim K. CURE: An Efficient Clustering
   Algorithm for Large data base         
   1998. — P. 1-12.
8. . Databases, In Proc. ACM-SIGMOD lnt. Conference on Management of
   Data, 1998. -P.85-93.
9. Yang J., Muntz R. STING: A statistical information grid approach to
   spatial data mining // Proc. 23rd Int. conf. on very large data bases. Morgan
   Kaufmann, 1997.-P.186-195.
10. Ester M. Kriegel H.-P., Xu X. Knowledge Discovery in Large Spatial
    Databases: Focusing Techniques for efficient Class Identification // Proc. 4th
    Int. Symp. on large Spatial Databases, Portland, 1995. -Vol. 951.-P. 67-82.
11. Ester M., et al.A density-based algorithm for discovering clusters
    in large spatial databases with noise // in Kdd, 1996. -P. 226-231.
12.  Kużelewska U. Clustering
    Algorithms in Hybrid Recommender System on MovieLens Data //STUDIES IN LOGIC,
    GRAMMAR AND RHETORIC 37 (50), 2014.-P.125-139.
13. Wang W., Yang J., Muntz R. STING : A Statistical Grid Appraoch to
    Spatial Data Mining // Department of Computer Science, University of
    California, Los Angels,1997.-P.186-195.
14.  Xu X., Ester M., Kriegal H.,
    Sabder J.A Distribution Based Clustering Algorithm for Mining in Large Spatial
    Databases, 1998.-P.1-8.
15. Agrawal R., Gehrke J., Gunopulos D., Raghavan P. Automatic Subspace
    Clustering of High Dimensional Data. Data Mining and knowledge discovery //Springer
    Science + Business media, Inc. Manufactured in the Netherlands, 2005.-P.5-33.
16.  Goil S., Nagesh H.,
    Choudhary A.MAFIA: Efficient and Scalable Clustering for very large data sets//
    Center for Parallel and distributed Computing, 1999.-P.1-20.
17.   Agrawal R., Gehrke J., Gunopulos D., Raghavan
    P. Automatic subspace clustering of high dimensional data for data mining
    applications // ACM SIGMOD inter- national conference on Management of data,
    June 1998. -Vol.27. — No.2.-P.94-105.

УДК 657.6

DOI 10.24411/2413-046Х-2019-16033

Внутренний аудит и
контроль в банках: проблемы и перспективы развития

Internal audit
and control in banks: problems and development prospects

Базербаши Мохамад, аспирант Финансового университета при Правительстве РФ, г.Москва  

Bazerbashi Mohamad, Postgraduate Student, Financial University under the Government of the Russian Federation, Moscow

Аннотация: Это исследование имеет тенденцию к проблемам внутреннего контроля и аудита и перспективам развития в банковском учреждении, чтобы привлечь внимание к необходимости внутреннего аудита из-за увеличения объема работы и деловой активности в финансовом учреждении, таком как банк.  Эта постоянно усиливающаяся тенденция, а также необходимая сложность банковских операций и многочисленных операций, помимо прочих факторов, не позволили высшему руководству осуществлять полный и прямой контроль и контролировать все операции.   Таким образом, внутренний аудит служит и действует в качестве эффективного инструмента, который может быть использован для преодоления разрыва между высшим руководством и операторами в целях обеспечения соблюдения политики и всех установленных систем контроля. Кроме того, были сформулированы некоторые исследовательские вопросы, позволяющие исследователю сделать выводы о проблемах внутреннего аудита и перспективах развития банковского учреждения.

Summary: This research tends  on  Internal control and audit Problems and development prospects in a Banking Institution to bring into focus the need for internal auditing due to the increasing volume of work and business activities in a financial institution such as bank. This ever increasing trend plus the necessary sophistication of banking operations and multiple transactions among other factors had made it impossible for top management to exercise full and direct control and to supervise all the operations. Internal Audit therefore, serves and acts as an effective tool that could be used to bridge the gap between top management and the operators in order to assure that the policies and all the control systems laid down are adhered to. In addition, some research questions were stated to enable the researcher make conclusions on internal audit problems and development prospects in a banking institution.

Ключевые слова: аудит, банк, внутренний аудит, внутренний контроль, проблемы внутреннего аудита, перспективы развития.

Keywords: аudit, bank, internal audit, internal control, problems of internal audit.

Функция внутреннего аудита играет решающую роль в текущем обслуживании и оценке систем и процессов внутреннего контроля, управления рисками  в банке , несколько лет назад регуляторы финансовых услуг и органы по установлению стандартов по всему миру выпустили целый ряд стандартов, которые повысили роль внутреннего аудита в финансовых учреждениях и установили повышенные стандарты эффективности, которым должен соответствовать внутренний аудит. Повышенные стандарты были сочтены необходимыми для устранения недостатков, которые сохранялись в функциях внутреннего аудита до и во время финансового кризиса, таких как их ограниченное участие в критических проблемах, с которыми сталкиваются фирмы, и их неспособность инициировать изменения. Хотя новые стандарты различаются по применению, они преследуют общую цель: повысить актуальность, возможности и влияние внутреннего аудита, отражая существенный вклад, который внутренний аудит может и должен внести в безопасное и надежное функционирование финансовой системы.

Одним из, возможно, наиболее заметных, жизненно важных компонентов структуры банка в современной банковской системе является система внутреннего контроля в развитых или развивающихся странах. Потому что эффективная и действенная работа системы свидетельствует о том, что банк работает так, как хотелось бы. Следовательно, инвесторы и другие клиенты на рынке будут предпочитать пользоваться услугами этого банка, поскольку они будут уверены и спокойны в отношении финансовой стабильности банка.[12]

Аудит проводится в двух формах: внутренний аудит и внешний аудит. они очень важно для благополучия организации и для эффективного контроля и управления. В частности, особенно важен внутренний аудит, особенно в банках.

Тугиман (2006) сказал, что внутренний аудит — это независимая функция оценки в организации, целью которой является тестирование и оценка деятельности организации. Внутренний контроль играет важную роль в компании. Муляди (2008) также сказал, что Внутренний контроль — это процесс, затрагиваемый Советом комиссаров, руководством и другими сотрудниками организации, который призван получить верное представление о достижении компанией цели с точки зрения финансовой надежности, ее соответствия Конституции и правила, его эффективность и его эффективность.

Hery [9] описал функции Audit Internal: «Внутренний аудитор имеет функцию проверки и оценки качества контроля финансового учета и других операций. Он проверяет отношения между оперативными исполнителями с назначенными политиками, планами и процедурами. Он также проверяет используемые активы компании и ее ответственность, чтобы предотвратить потери. Внутренний аудит также проверяет достоверность своих бухгалтерских записей и других, предоставляемых компанией. Внутренний аудит также делает оценку персонала / руководителей операций, связанных с его / ее обязанностями. Следовательно, важной обязанностью функции внутреннего аудита является мониторинг эффективности контроля предприятия. Получая представление о внутреннем контроле, аудитор должен получить представление о функции внутреннего аудита, достаточной для определения тех мероприятий внутреннего аудита, которые имеют отношение к планированию аудита. Масштабы процедур, необходимых для достижения этого понимания, могут варьироваться в зависимости от характера его деятельности.Внутренний контроль — это процесс, на который влияют совет директоров, высшее руководство и сотрудники всех уровней. Это не только процедура или политика, которая выполняется в определенный момент времени, но она постоянно действует на всех уровнях внутри банка.

Внутренний контроль — это система, структурированная внутри корпорации, целью которой является повышение эффективности и результативности деятельности. Система обеспечивает соответствие деятельности законам и нормативным актам и повышает надежность финансовой отчетности. Система внутреннего контроля имеет жизненно важное значение для учреждения для достижения своих конечных целей. Система внутреннего контроля позволяет банкам предвидеть потенциальные проблемы, которые могут привести к финансовым потерям и тем самым предотвратить или минимизировать любые будущие потери. Исследования причин банкротства банков в основном сделали вывод о том, что эффективная и действенная система внутреннего контроля может предотвратить финансовые издержки.

Согласно (Cook et al.
1980) систему внутреннего контроля можно в целом определить как систему,
которая обладает функциями поддержания активов компании, обеспечения точности и
достоверности информации и отчетов, касающихся бухгалтерского учета и других
операций, и повышение эффективности операций. Кроме того, система также
охватывает все оценки и методы, которые используются для определения
пригодности операций в соответствии с политиками, определенными руководством,
внедрением системы счетов и отчетности, с указанием обязанностей, полномочий и
ответственности, а также организационного плана сотрудничество.

Другими словами, и в
соответствии с (Doyrangöl, 2002) система внутреннего контроля, которая
создается руководством и внедряется руководством и сотрудниками, представляет
собой процесс, который призван обеспечить разумную уверенность в достижении
заранее определенных целей.

Основная цель системы
внутреннего контроля для банков заключается в постоянном отслеживании
совместимости всех банковских практик и операций с международными стандартами
аудита, банковскими законами, положениями и правилами для решения проблем,
которые могут возникнуть при необходимости. В дополнение к этому, при
эффективной системе внутреннего контроля ошибочные, мошеннические транзакции и
нарушения менее вероятны в банковской сфере [10].

Внутреннему аудитору практически трудно обладать какой-либо разумной степенью независимости в отношении и отношении, поскольку руководство влияет на условия, круг ведения и объем работ. Фактически, одной из областей интереса для внешнего аудитора является оценка степени независимости, которой обладает внутренний аудитор. Для достижения этой независимости необходимо учитывать следующее:

Они должны иметь
неограниченный доступ к записям, активам и персоналу.

Свобода отчитываться
перед высшим руководством и там, где это существует в комитете по аудиту.

Они должны иметь
неаудиторскую работу.

Они должны работать с
объективным настроем.

Там не должно быть
никаких конфликтов интересов или каких-либо ограничений на их работу.

Большинство фирм ответили на повышенные стандарты, сравнивая их текущую практику с новыми требованиями. Это вызвало глубокое осмысление и реализацию важных программ изменений, некоторые из которых все еще продолжаются. Понятно, что изменения уже дали положительный эффект. Внутренний аудит сегодня укрепил позиции внутри фирм, и его деятельность и функционирование также улучшились. В настоящее время регулирующие органы, комитеты по аудиту и руководящие группы по внутреннему аудиту задаются вопросом: завершены ли необходимые преобразования по существу или впереди дальнейшие изменения?

Новые стандарты существенно расширили круг ведения внутреннего аудита и стандарты эффективности, которых он должен достичь. Перестановка и надлежащее оснащение функции внутреннего аудита для удовлетворения их расширенных полномочий требует серьезных, постоянных изменений.

Другие факторы
свидетельствуют о том, что внутренний аудит ожидает гораздо больше изменений.
Модели управления рисками в фирмах претерпевают значительные изменения, и в
основе намерений регулирующих органов лежит сильная и эффективная модель трех
линий защиты. Текущие пруденциальные и регуляторные реформы продолжат оказывать
сильное влияние на внутренний аудит, а также будут существенные изменения в
стратегиях и бизнес-моделях фирм.

Взятые вместе, необходимая
трансформация во внутреннем аудите требует, чтобы функция была сосредоточена на
целостности структуры управления рисками, использовала новые методы и
инструменты, развивала более динамичную модель персонала и способствовала
устойчивой экономике фирмы и усиленному управлению рисками. Тот факт, что
зрелость внутреннего аудита отличается в глобальном масштабе, как и
регулирующие требования, которые на него влияют, еще больше усложняет требуемую
трансформацию.

Успешное преобразование имеет решающее значение. Эффективный внутренний аудит является неотъемлемой частью рационального управления рисками и ключевым фактором, позволяющим директорам и исполнительному руководству выполнять свои обязанности по управлению. Прошлые ошибки в контроле и управлении рисками обходились фирмам и отрасли дорого в штрафах, расчетах и репутации. Сильная поддержка со стороны совета директоров и высшего руководства для этого преобразования важна, поскольку требуются смелые изменения, чтобы внутренний аудит мог выполнять свою повышенную роль[6].

В исследовании [8] исследователи попытались проанализировать системы внутреннего контроля некоторых банков в своей стране, и они пришли к следующим выводам:

1. Было отмечено, что,
хотя банки имеют одинаковую общую структуру, связанную с законодательством и
нормативными актами, каждый банк внес некоторые изменения, характерные для их
собственной структуры. Такая ситуация позволяет банкам обеспечить
вышеупомянутую гибкость и эффективную и практичную систему.

2. Подход внутреннего
контроля постоянно меняется и совершенствуется с точки зрения требований,
возникающих в результате экономических, политических, социальных и
экологических изменений, а также таких изменений и изменений.

3. Деятельность по
внутреннему контролю приобретает все более важное значение в банковской
практике с течением времени.

После докризисных недостатков внутреннего аудита регулирующие органы и разработчики стандартов ясно дали понять, что внутренний аудит должен иметь более широкую роль и круг ведения, чем тот, к которому он был привязан; полномочия, охватывающие всю структуру управления, управления рисками и внутреннего контроля учреждения.

Важность проблемы внутреннего контроля всегда признавалась  банковским сообществом. Повседневная практика, направленная на минимизацию рисков, заставила российские банки осознать необходимость создания систем внутреннего контроля того или иного типа. Проблемы укрепления систем управления рисками и управленческого контроля в сфере корпоративного управления привлекают все большее внимание высшего руководства во всем мире. Существует тесная взаимосвязь между корпоративным управлением, контролем рисков и внутренним контролем. Эффективное корпоративное управление предполагает учет рисков на этапе разработки стратегии. Контроль рисков, в свою очередь, основан на эффективном корпоративном управлении. Контроль и риск также взаимозависимы, так как контроль подразумевает любые действия руководства, Совета директоров и других органов, вовлеченных в контроль рисков, и повышение вероятности достижения поставленных целей и выполнения задач.

Согласно выводам Осени (1994), эффективная функция внутреннего аудита снижает накладные расходы, определяет пути повышения эффективности и минимизирует подверженность возможным потерям. Установлено, что сотрудники службы внутреннего аудита, имеющие профессиональную сертификацию с правильной мотивацией и обучением, могут внести свой вклад в оперативность и результативность отдела аудита.

Внутренний аудит обеспечивает независимую и объективную оценку деятельности для менеджмента, как это было в исследовании Lav (2004).

Янг (2005) обнаружил,
что функции внутреннего аудита помогают руководству в достижении финансовых и
операционных целей банка путем оценки мер контроля, выявления слабых мест и предоставления
рекомендаций посредством полного и неограниченного доступа к записям, имуществу
и персоналу.

Dubis et al. (2010)
выяснили, что эффективность и действенность внутреннего аудита в обработке и
достижении установленных целей могут быть описаны в рамках аналогичной
концепции. Периодически эффективность и результативность внутреннего аудита
должны оцениваться как часть процесса внутреннего аудита.

В древние времена внутренние аудиторы подчинялись руководству бухгалтерского учета среднего звена, а затем финансовому директору, а затем генеральному директору. В настоящее время важно, чтобы внутренние аудиторы отчитывались непосредственно перед советом директоров, особенно перед комитетом по аудиту совета директоров, который решает все вопросы, касающиеся внутреннего аудита.

Исследование
Christopher et al (2009), критически анализирующее независимость функции
внутреннего аудита в Австралии, показало, что долгосрочный внутренний аудит был
редким из-за их перехода к другим функциям компании. Таким образом,
предполагается отсутствие поддержки дальнейшей профессиональной деятельности
внутренних аудиторов. В результате мы предполагаем негативную связь между
проблемами внутреннего аудитора и эффективностью роли внутреннего аудита.

По словам Михрета и
Гранта (2017), «весь процесс сбора доказательств внутреннего аудита,
осуществляемый в сотрудничестве с проверяемой организацией, предполагает
самопознание одитируемых [и] потому, что эффективность внутреннего аудита как
надзора Механизм зависит от того, знает ли одитируемый о том, когда должен
проводиться аудит », авторы предлагают, что« одитируемый будет склонен с
подозрением относиться к роли внутреннего аудита и, следовательно, быть
минималистичным в их сотрудничестве с внутренними аудиторами (или их поддержке),
потому что аудит может восприниматься как инструмент надзора, оказывающий
разрушительное воздействие на обычную деятельность организации ». Например,
существует ограничение объема или рекомендации внутреннего аудита не
выполняются, это будет способствовать демотивации внутренних аудиторов при
выполнении их мандата в будущем.

Более того, если персонал внутреннего аудита не получит поддержки в дальнейшей профессиональной деятельности, это помешает развитию навыков внутренних аудиторов. Тем не менее, расширение набора навыков отделов внутреннего аудита может повлиять на воспринимаемую ценность внутреннего аудита и его принятие заинтересованными сторонами внутреннего аудита (Mihret and Grant, 2017).

Эффективная система внутреннего контроля обеспечивает повышение производительности (эффективности) финансово-хозяйственной деятельности, а также контроль рисков и контроль активов и пассивов. Она также обеспечивает надежность, полноту и прозрачность финансовой, бухгалтерской и статистической отчетности, а также следование федеральным законы и нормативные акты, стандарты банковской деятельности и правила профессионального поведения, внутренние нормативные акты банка, касающиеся его политики и деятельности.

   Внутренний аудит имеет несколько целей и
принципов, которых необходимо придерживаться. Внутренний аудит является частью
повторяющегося мониторинга систем внутреннего контроля банка и его процедур
оценки внутреннего капитала. Как таковой, он помогает руководству и совету
директоров эффективно выполнять свои обязанности, как указано выше.

В каждом банке должен
быть отдел внутреннего аудита, на который он может положиться — в отношении
объема и характера своей деятельности. В небольших банках внутренний аудит
часто проводится извне. Отдел внутреннего аудита в банковском учреждении должен
быть независимым от видов деятельности, которые он контролирует, и также должен
быть независимым от повседневных процессов внутреннего контроля.

Таким образом,
гарантируется, что этот отдел осуществляет свою деятельность объективно и
беспристрастно. Внутренние аудиторы могут не иметь конфликта интересов с
банком. У каждого банка должны быть формализованные принципы внутреннего
аудита, предусматривающие его положение и полномочия в рамках банка. Здесь
должны быть систематизированы объем работы внутренних аудиторов, положение
всего отдела в организационной структуре банка, отношения с другими
контрольными отделами и т. д.

В советский период существовала концепция тотального контроля. Его слабые стороны заключались в том, что проверки были слишком простыми и формальными, были строгие правила любой деятельности. Было трудно обнаружить какие-либо отклонения от действующих стандартов, нормативные акты контроллеров были очень неопределенными и включали только ссылки на некоторые нормативные акты без описания причин и последствий конкретного сбоя.

В качестве реакции на
несовершенную идею полного контроля появилась концепция ориентированного на
риск контроля, известная среди специалистов как COSO. Российские контрольные
органы и финансовые институты постепенно отказываются от идеи тотального
контроля. Однако процесс разработки общей концепции внутреннего контроля,
которая была бы аналогична концепции COSO, еще не завершен. Что касается Банка
России и Федеральной комиссии по рынку ценных бумаг, то они уделяют наибольшее
внимание — среди всех целей внутреннего контроля — цели обеспечения
соответствия деятельности кредитных организаций ее правилам, а также к
достоверности бухгалтерского учета. Что касается отдельной банковской компании,
то она считает наиболее важным в своей деятельности достижение собственных
стратегических целей. Это означает, что существующий внутренний контроль будет
сконцентрирован на том, что несоответствие с правилами можно рассматривать как
своего рода риск — важный, но не единственный.

Внутренний аудит в банках, в частности, является отделом, независимым от линейного руководства, основной задачей которого является проверка качества и эффективности мер контроля в банках, управление рисками и их защита, а также защита активов.

Сложности, возникающие
в банках , в связи с изменениями как в экономике в целом, так и в хозяйственной
деятельности самих банков в частности, приводят к возникновению определенных
проблем в области аудиторской деятельности . Указанные проблемы лежат в основе
позитивного развития внутреннего аудита, как экономического явления,
синтезирующего в своей основе не только контрольные, но и ряд других функций.

Это позволяет
максимально эффективно решать указанные проблемы на уровне субъектов экономики.
Отличительной особенностью внутреннего аудита является адекватное сложившейся
экономической ситуации развитие следующих направлений своей деятельности:[5]

1. Прогнозное
направление. Кроме констатации настоящего финансового положения, отчет аудитора
должен раскрывать и перспективы развития предприятия.

2. Консультативное
направление. Невозможно не отметить роль внутреннего аудитора как консультанта,
так как он уже по своему статусу является экспертом в области бухгалтерского
учета, налогообложения, финансового и управленческого анализа и т.д.

3. Аналитическое
направление. Под воздействием потребителей информации акценты внутреннего
аудиторского процесса смещаются в сторону анализа текущей деятельности
организации, с точки зрения присущих ей рисков.

Внутренний аудит банка имеет большие преимущества, поскольку этот ресурс более дешевый, чем внешний, а также с его помощью быстро и эффективно проявляются недостатки и ошибки в учёте. и Также внутренние аудиторы лучше знакомы с деятельностью и проблемами своего банка.

Существует проблем при
организации банковского аудита. Особенно остро стоит проблема квалифицированных
кадров. В международной практике одним из способов организовать внутренний
аудит является использование аутсорсинга (англ, outsourcing– выполнение всех
или части функций по управлению организацией сторонними специалистами), т.е.
полностью или частично передать функции внутреннего аудита специализированной
компании или внешнему консультанту[4].

Одна из самых больших проблем заключается в том, что внутренний аудит, как правило, подчиняется исполнительному руководству банка, что значительно ограничивает эффективность его работы.

И в соответствии с [2] Внутренний аудит должен быть независимым от подразделений банка, которые он обязан проверять, и иметь соответствующий статус внутри банка.

Также следует отметить,
что численность службы внутреннего аудита должна быть достаточной для
эффективного решения поставленных задач и сотрудники данной службы должны
обладать профессиональными навыками и соответствующей квалификацией.

Одним из наиболее перспективных способов решения данной проблемы  является обучение внутренних аудиторов в международно-признанных бухгалтерских и аудиторских ассоциациях и организациях с получением дипломов или сертификатов[1].

Ратлифф и Рединг (2002,
стр. 11) раскрывают расширенные обязанности и навыки аудитора 21-го века
следующим образом [11]:

«Аудиторы 21-го века
должны быть готовы к« аудиту »практически всего — операций (включая системы
контроля), производительности, информационных и информационных систем,
соблюдения правовых норм, финансовой отчетности, мошенничества, экологической
отчетности и эффективности, а также качества. Аудиторы должны освоить:

• Аналитическое и критическое мышление.
• Эффективный метод получения адекватного понимания любого проверяемого лица — отдельного лица, организации или системы.
• Новые концепции, принципы и методы внутреннего контроля.
• Осознание и понимание риска и возможностей, связанных как с проверяемой, так и с аудиторами.
• Разработка общих и конкретных целей аудита для любого проекта аудита.
• Отбор, сбор (с использованием широкого спектра аудиторских процедур), оценка и документирование аудиторских доказательств, включая использование статистической и нестатистической индукции.
• Отчет о результатах аудита в различных форматах для различных получателей.
• Аудиторское сопровождение.
• Профессиональная этика.
• Технология аудита, применимая к различным типам аудиторских отчетов.

Кроме того, аудиторы должны понимать концепции независимости и объективности аудиторов, поскольку эти концепции относятся к различным типам аудиторских проверок различными типами аудиторов. Они должны полностью понимать стоимость и существенные последствия риска, возможностей и аудиторских доказательств.

В марте 2014 года в Положение № 242-П «Об организации внутреннего контроля в кредитных организациях и банковских группах» были внесены изменения, которые существенно сводятся к смещению акцента внутреннего контроля на выявление и предотвращение регуляторных рисков[3].

Это предписание
государственного регулятора связано с тенденцией развития повышения
стабильности в банковской сфере. Согласно изменениям в Регламенте 242-П целью
системы внутреннего контроля банка должны быть выявление и мониторинг:

• уровень нормативного риска — риск возникновения убытков от кредитной организации из-за несоблюдения законодательства Российской Федерации, внутренних документов кредитной организации, а также в результате применения санкций и (или) иных меры со стороны надзорных органов;
• разработка рекомендаций, направленных на его контроль и минимизацию

Повышенное внимание со
стороны регулирующих органов уделяет регуляторным рискам первостепенное
значение, подталкивая репутационные риски и риски, связанные с оптимизацией
капитала и поддержанием ликвидности. Это определяет необходимость разработки
структуры и функционального содержания подсистемы управления регуляторными
рисками, установления ее взаимоотношений с другими подразделениями в системе
корпоративного управления.

Хотя изменения продолжаются, уже есть признаки того, что изменения обеспечат более эффективный внутренний аудит. Например, результаты опроса, проведенного в 2015 году Королевским институтом внутренних аудиторов Великобритании (CIIA), показали, что функции внутреннего аудита стали более устойчивыми, улучшена структура отчетности, улучшено представительство на ключевых форумах руководства, более своевременный доступ к информации и повышенное внимание к областям. работы выделены как важные в Кодексе CIIA. Результаты исследования согласуются с глобальными тенденциями, которые показывают увеличение бюджетов внутренней ревизии, стажа работы сотрудников, а также глубины и широты опыта персонала. Подходы и методологии аудита в настоящее время пересматриваются с учетом новых приоритетов и расширенных полномочий. Изменения такого рода продолжаются и остаются необходимыми для надлежащего оснащения внутреннего аудита для выполнения его новой роли.

Внутренний контроль осуществляется на первом уровне в соответствии с нормативными правовыми актами Банка России и внутренними документами (положениями, директивами, приказами, должностными инструкциями) операций исполнителей и операций, а также работников банковской организации, наделенных контрольными функциями. на должность, постоянный мониторинг со стороны руководства персонала, процессов, технологий.

На втором уровне внутренний контроль осуществляется Службой управления рисками и Службой внутреннего контроля, которые формируют соответствующие инструменты для управления рисками для конкретных подразделений, занимающихся контролем первого уровня, решают задачи по совершенствованию нормативно-методической базы учреждения общих подходов к управлению рисками, мониторинг ключевых индикаторов риска и контрольных индикаторов, мониторинг потерь управления инцидентами, сценарий планирования и тестирования рисков.

На третьем уровне внутренний контроль осуществляется Службой внутреннего аудита посредством аудита бизнес-процессов, чтобы обеспечить независимую и объективную оценку качества и эффективности управления рисками, внутреннего контроля и корпоративного управления.

Есть много исследований, которые подчеркивают необходимость и важность системы внутреннего контроля в банковской системе. Недостаточная система внутреннего контроля часто приводит к невозможности выявления мошеннических действий и снижению эффективности работы банка[7].

Эксперты считают, что адаптация модели COSO к российской экономической практике и разработка российской концепции внутреннего контроля могут разрешить противоречие. Использование компонентов системы внутреннего контроля COSO может оказать положительное влияние, так как это уменьшит риски в нестабильных условиях и позволит владельцам и руководству сосредоточить свои усилия на достижении стратегических целей вместо текущего процесса банковской деятельности.

Эта идея подтверждается
тем фактом, что Банк России (Центральный банк России) постоянно обновляет свои
нормативные и методические документы, касающиеся подходов к развитию
корпоративного управления, систем управления рисками и внутреннего контроля.
Многочисленные документы выпущены в этой сфере. Центральным банком России в
течение 2004—2007 гг. уже практически реализованы коммерческими банками.
Соответственно, прогрессивные рекомендации Базельского комитета банковского
надзора, а также других международных регуляторов и организаций приобретают все
большее значение не только для отдельных российских банков, которые привлекают
ресурсы и активно участвуют в других операциях за рубежом, но и для других
кредитных организаций, которые являются основной массой банковского сообщества.

В рамках обозначенных уровней системы внутреннего контроля в банке выполняются следующие процессы:

• Анализ бизнес-процессов. Анализ бизнес-процессов, выполняемых Службой внутреннего аудита, для выявления ключевых моментов контроля и методов контроля для оценки их адекватности. Анализ бизнес-процессов основан на принципе цепочек процессов, отражающих последовательность функций внутри бизнес-процесса, отношения между событиями и функции в рамках бизнес-процесса
• Оценка существующих контрольных процедур. В результате анализа бизнес-процессов служба внутреннего аудита оценивает достаточность и эффективность существующих контрольных механизмов, а также выявляет недостающие контрольные процедуры, отсутствие которых приводит к событию риска. Оценка эффективности контрольных процедур проводится на предмете предоставить разумную уверенность в отношении достижения соответствующих целей изучаемого бизнес-процесса
• Разработка контрольных процедур. Разработка контрольных процедур осуществляется путем генерации комплекса мер, направленных на снижение вероятности возникновения риска и уменьшение влияния негативных последствий от них. Конкретные действия (финансовые, маркетинговые, юридические, организационные), направленные на минимизацию или устранение риска, разрабатываемые на основе стандартных процедур контроля, а также причин и последствий риска
• Мониторинг. Мониторинг системы внутреннего контроля — это механизм для систематического наблюдения за процедурами контроля, их модификации, эффективного внедрения, с целью выявления неблагоприятных тенденций, анализа результатов наблюдения и подготовки данных для принятия управленческих решений в области внутренних Контроль Мониторинг системы внутреннего контроля на постоянной основе. По результатам мониторинга предпринимаются необходимые шаги по совершенствованию внутреннего контроля для обеспечения его эффективной работы, в том числе в ответ на изменение внутренних и внешних факторов.

Мониторинг эффективности
принятых и установленных процедур контроля в Банке осуществляется Службой
внутреннего аудита и Службой внутреннего контроля.

В сегодняшней
нестабильной бизнес-среде банковский подсектор сталкивается с широким спектром
сложных бизнес-задач. Эти проблемы проявляются в форме конкурентного рыночного
давления, соответствия нормативным требованиям, судебных разбирательств, спроса
инвесторов, меняющихся технологий, корпоративного управления, деловой этики и
подотчетности.

Литературы

1. Д.М. Веренич, Э.З. Малевский – Полесский государственный
   университет, Беларусь . //http://be5.biz/ekonomika1/r2015/1975.htm
2. Инструкция об
   организации системы внутреннего контроля в банках, небанковских кредитно-финансовых
   организациях, банковских группах и банковских холдингах: утв. Правлением Нац.
   банка Респ. Беларусь 30 ноября 2012 г. № 625: с изменениями и дополнениями от
   26 ноября 2014г. – 12 с.
3. Положение Банка
   России от 16 декабря 2003 г. № 242-П «Об организации внутреннего контроля в
   кредитных организациях и банковских группах» с изменениями от 24 апреля 2014 г.
   Система ГАРАНТ: http://base.garant.rU/584330/#ixzz3EJt ЯсЩ
4. Требования к
   организации внутреннего контроля в банках [Электронный ресурс]. – Режим
   доступа: http://select.by/content/view/1131/46/. – Дата доступа: 05.04.2015
5. Хорохордин
   Д.Н., Боброва Т.Д. актуальные проблемы организации внутреннего аудита //
   Территория науки, 2007.-P.595-597.
6. Цвырко А.А.
   Риски банковской системы России / Цвырко А.А., Сухорукова Н.В. // В сборнике:
   Экономика предпринимательства: теория и практика 2015. С. 54-55.
7.  Adeyemi B., Adenugba
   A.Corporate Governance in the Nigerian Financial Sector: The Efficacy of
   Internal Control and External Audit // Global Conference on Business and Finance
   Proceedings, 6(2), 2011. –P.699-707.
8. Hayali A., Dinc Y.Sarili S., Dizman A.C. , Gundogdu A.Importance of
   the internet control system in banking sector: evidence from turkey,
   2013.-P.1-16.
9. Hery. Potret Profesi Audit Internal // Jakarta: Alfabeta, 2010.-P.1-120.
10. Ozten S., Kargın S. Credit Control and Accounting Process Within
    the Scope of Internal Control Activities in Banking // Afyon Kocatepe
    University Publishing, 14 (2), 2012.-P. 119-136.
11. Ratliff
    R.L.,Reding K.F. Introduction to Auditing: Logic, Principles, and Techniques //
    Altamonte Springs, FL: The Institute of Internal Auditors, 2002.-P.1-560.
12. Yavuz S.T. Components of Internal Control Function — Internal
    Control Center Is a Different Mechanism From Internal Audit (Internal Audit) //
    Bankers Magazine, 2002. unIssue. 42, -P. 39-56.

УДК 633:

DOI10.24411/2413-046Х-2019-16032

ПРОДУКТОВЫЕ
ИННОВАЦИИ В УПРАВЛЕНИИ РАЗВИТИЕМ СПЕЦИАЛИЗАЦИИ ПРИ ПРОИЗВОДСТВЕ МАСЛОСЕМЯН

PRODUCT INNOVATIONS IN
MANAGEMENT OF THE DEVELOPMENT OF SPECIALIZATION IN THE PRODUCTION OF OILSEEDS

Любовь Борисовна Винничек, доктор экономических наук,
профессор, заведующий кафедрой организации и информатизации производства, ФГБОУ ВО Пензенский ГАУ, ORCID: http://orcid.org/0000-0002-6127-7201,  l_vinnichek@mail.ru

Lyubov B. Vinnichek, doctor of
economic sciences, professor, head of department of organization and
informatization of production, Penza state agrarian University ORCID: http:// orcid.org/0000-0002-6127-7201, l_vinnichek@mail.ru

Аннотация: В статье рассматривается место продуктовых инноваций при развитии специализации масличных культур. Определены условия внедрения инноваций и их влияние на развитие специализации масличных культур, а также основные регионы-производители масличных культур в мире и ключевые производители маслосемян. Проанализирована динамика посевных площадей и урожайности  масличных культур в Пензенской области, которая свидетельствует  не только в увеличении посевных площадей в 5,4 раза за исследуемый период в целом, но и под отдельными масличными культурами в частности, в том числе и под подсолнечником как основной масличной культурой. Урожайность масличных культур выросла в 1,8 раза, а подсолнечника в 1,9 раза.  Проведенный SWOT-анализ позволил выявить возможности и угрозы производства продукции масличных культур в числе которых выделены внедрение продуктовых и технологических инноваций при возделывании масличных культур. На основе SWOT-анализа определены интегральные цели стратегии развития возделывания масличных культур в регионе. Выделены принципы, на которые опираются приоритетные направления развития специализации масличных культур и определены задачи их реализации. Определены условия необходимые для обеспечения развития специализации масличных культур в регионе на основе внедрения продуктовых инноваций.

Summary: The article deals with the role of product innovations in the development of specialization of oilseeds production. The conditions for the introduction of innovations and their influence on the development of specialization of oilseeds, as well as the main regions-producers of oilseeds in the world and key producers of oilseeds have been determined by the author. The dynamics of sown areas and yield productivity of oilseeds in Penza region have been analyzed. This dynamics indicates not only an increase in the acreage 5.4 times during the research period as a whole, but also under individual oilseeds in particular, including sunflower as the main oil-bearing crop. The yield of oilseeds increased 1.8 times, and that of sunflower 1.9 times. The conducted a SWOT analysis identified the opportunities and threats for production of oilseed products including the introduction of product and technological innovations to the cultivation of oilseeds. On the basis of SWOT-analysis the integral goals of the strategy of the development of cultivation of oilseeds in the region have been defined. The principles on which priority directions of the development of specialization of oilseeds are based have been shown and the tasks for their  fulfillment have been defined. The conditions necessary to provide the development of specialization of oilseeds in the region through the introduction of product innovation have been determined in the article.

Ключевые слова: инновации, продуктовые инновации, специализация, маслосемена, масличные культуры.

Keywords: innovations, product, innovations, specialization, oilseeds, oil-bearing crops.

Введение. При
управлении развитием специализации производства маслосемян, необходимо учесть
все особенности их возделывания. Территориально масличные культуры в мире имеют
широкий ареал возделывания. Разнообразие почвенно-климатических зон, природные
условия которых не везде обеспечивают высокую эффективность производства
масличного сырья, играют определяющую роль в размещении культур в соответствии
с их биологическими требованиями, а также их зональными особенностями. Расширение
спектра использования растительных масел, в том числе и на биодизельное топливо,
обусловил повышенный интерес к районированным сортам масличных культур.

Из-за обширной территории Российской
Федерации территориальные, природные, социальные и экономические условия
производства и реализации продукции сельского хозяйства достаточно
разнообразны. Практически каждый регион имеет наиболее благоприятные условия
для производства тех или других видов сельскохозяйственной продукции. В связи с
этим важнейшей предпосылкой эффективного ведения сельского хозяйства является
размещение производства каждого отдельного вида продукции в тех регионах,
организациях, где наиболее благоприятны для этого условия. Традиционно
размещение и специализацию сельскохозяйственного производства по зонам и
регионам страны считают формами организации общественного производства. Они
отражают две стороны одного и того же процесса: размещение – количественную
сторону (сколько и какие продукты должны быть произведены в
производственно-территориальном объединении, зоне, регионе), специализация –
качественную сторону (какие главные товарные отрасли должны развивать их) [2].

Расширение спектра
сельскохозяйственных культур позволяет расширять посевы и возделывать их там,
где раньше об их выращивании даже не задумывались. Это относится к традиционной
масличной культуре – подсолнечнику, который возделывается только в 47 регионах
страны, но в последние годы стали возделывать и другие масличные культуры:
рапс, рыжик, горчица, лен-кудряш (масличный) и другие.

Ход
исследования. Масличные культуры играют главную роль в решении
продовольственной проблемы страны, так как они являются основным источником
получения растительного масла, имеющим большое пищевое и техническое значение,
а также из маслосемян получают большое количество жмыха и шрота, которые
представляют собой ценное высокобелковое кормовое сырье.

В мировом земледелии масличные
культуры занимают значительную посевную площадь. Ключевыми производителями
масличных культур являются страны ЕС, на долю которых приходится половина
объемов валовых сборов в мире (таблица 1) [1].

Разнообразие природно-экономических
условий страны позволяет возделывать широкий спектр масличных культур: из
бобовых к ним относят сою, из прядильных культур – лен, коноплю и хлопчатник. В
число основных масличных культур входят подсолнечник, рапс, горчица, сафлор,
рыжик, клещевина, кунжут, перилла, ляллеманция.

На объем производства маслосемян
влияет множество факторов размер и структура посевных площадей, урожайность, а
также система земледелия, определяющая севообороты (рациональное чередование
культур во времени и пространстве), технология возделывания сельскохозяйственных
культур (рациональную систему обработки почвы и ухода за растениями),
техническое оснащение процесса производства и организация и стимулирование
труда.

Рассмотрим изменение размера посевных
площадей  и урожайности масличных культур
в Пензенской области за 2005-2017 гг. (таблица 2).

В регионе сложилась тенденция к
увеличению посевных площадей под масличными культурами, как в целом, так и в
разрезе отдельных культур. В 2013 г. был получен самый высокий урожай масличных
культур за весь исследуемый период.

Результаты и обсуждения. С целью управления развитием
специализации производства продукции масличных культур в Пензенской области и
определения стратегических целей целесообразно не только исследовать
региональные особенности, но и учитывать сильные и слабые стороны производства,
оценить имеющиеся возможности и угрозы на основе SWOT-анализа.

SWOT-анализ – метод
стратегического планирования,
заключающийся в выявлении факторов внутренней и внешней среды организации и разделении их на четыре
категории: Strengths (сильные
стороны), Weaknesses (слабые
стороны), Opportunities
(возможности) и Threats
(угрозы).

Выявленные возможности и угрозы позволяют, с одной стороны, сформулировать
цели стратегии, с другой стороны, предложить основные стратегические
направления развития возделывания масличных культур в Пензенской области.

SWOT-анализа производства масличных культур в
Пензенской области приведен в таблице 17.

В качестве интегральныхцелейстратегии развития возделывания
масличных культур в регионе определены следующие:

• насыщение внутреннего рынка продукцией в объеме, структуре и качестве, необходимых для удовлетворения потребностей населения региона и полноценного питания, и потребностей промышленности, нуждающейся в растительных маслах, пригодных для технических нужд;
• интенсификация, модернизация и переход к инновационной модели развития масличного производства, наиболее полное освоение современных достижений науки и техники, позволяющих повышать производительность труда, снижать ресурсоемкость и себестоимость производства продукции, обеспечить ее конкурентоспособность на отечественном и зарубежном рынках;
• обеспечение необходимого уровня доходности сельскохозяйственных товаропроизводителей, достаточного для расширенного воспроизводства, финансовой устойчивости и конкурентоспособности продукции;
• создание благоприятных и привлекательных социальных условий жизни работников, рост доходов, развитие дорожно-транспортной и иной инфраструктуры;
• экологизация производства масличных культур, сохранение и улучшение природного потенциала сельского хозяйства, предотвращение эрозийных процессов в почве и восстановление земельного плодородия.

Для управления развитием
специализации производства продукции масличных культур необходимо определить
приоритетные направления ее развития  и
необходимые условия для их реализации с учётом влияния природно-климатических,
экономических, социально-демографических, агроэкологических,
научно-технического прогресса и правовых факторов.

Приоритетные направления развития
специализации производства продукции масличных культур должны опираться на
следующие принципы:

1. Сочетание максимальной
продуктивности и эффективности использования природно-ресурсного потенциала
региона.

2. Практическая осуществимость,
финансовая обеспеченность и юридическая допустимость вариантов развития
размещения и специализации.

3. Диверсификация производства
продукции масличных культур с учётом конъюнктуры рынка на основе внедрения
продуктовых инноваций.

4. Самообеспечение региона
продукцией масличных культур;

5. Учёт эколого-биологических особенностей
масличных культур и соответствия структуры севооборотов экологическому
состоянию агроландшафта.

6. Формирование специализированных
зон производства масличных культур, учитывающих сложившиеся экономические,
почвенно-климатические, агроэкологические условия.

7. Сочетание процессов развития
размещения и углубления специализации производства продукции масличных культур
по природно-экономическим зонам и административным районам области с развитием
между ними разделения труда;

8. Содействие развитию сельской
местности, как единого территориального исторически сложившегося комплекса,
выполняющего производственно-экономическую, социально-демографическую,
культурную, природоохранную и рекреационную функции.

Реализация приоритетных направлений
развития специализации производства продукции масличных культур в Пензенской
области может быть достигнута за счет решения следующих задач:

1. Расширение ассортимента масличных
культур с учетом продуктовых инноваций.

2. Нивелирование территориальных
диспропорций в размещении и уровне развития производства продукции масличных
культур.

3. Развитие масличного продуктового
подкомплекса.

4. Расширение производства
продукции, востребованной на рынке, повышение эффективности и качества
продукции масличных культур.

5. Создание условий для внедрения
достижений научно-технического прогресса в производство продукции масличных
культур;

6. Модернизация существующей и
формирование новой материально-технической базы, обеспечивающей внедрение в
производство интенсивных ресурсосберегающих технологий;

7. Вовлечение в хозяйственный оборот
неиспользуемой пашни и залежных земель и биологизация земледелия.

Приоритетные направления развития
специализации масличных культур в Пензенской области представлены на рисунке 1.

Развитию специализации и
производства масличных культур будет способствовать осуществление следующих
организационно-экономических мероприятий:

расширение производства и ареала
возделывания традиционной для области масличной культуры подсолнечника;

развитие в регионе с учётом
потенциального спроса и учета биологических особенностей нетрадиционных для
области масличных культур – крамбе аббисинской, рапса ярового, редьки
масличной, рыжика озимого, льна-кудряша и -межеумка на маслосемена;

развитие производства
эфирномасличных культур с учётом имеющегося положительного опыта их
возделывания в Белинском районе;

• инновационным направлением развития специализации производства масличных культур может стать расширение производства маслосемян мака – используемых в кондитерской и фармацевтической промышленности. Работа по выведению сортов мака с минимальным содержанием наркотических веществ успешно ведётся специалистами ГНУ «Пензенский НИИСХ»;
• повышение урожайности масличных культур за счёт внедрения интенсивных технологий, высокоурожайных сортов и гибридов;
• выполнение работ по разработке и внедрению технологий возделывания, послеуборочной доработки и хранения, с учётом зональных особенностей, ярового рапса, редьки масличной, озимого рыжика, льна на маслосемена;
• обязательным условием динамичного и устойчивого развития производство масличных культур должно стать строительство в Пензенской области, в дополнение к существующему, нового маслоэкстракционного завода, с доведением объёмов переработки маслосемян в данной организации до 90-100 тыс. тонн в год. В целом объём переработки маслосемян в Пензенской области должен достигать 190-200 тыс. тонн в год, учитывая прогнозируемые объёмы их производства.

Основными
условиями, необходимыми для обеспечения развития специализации масличных
культур в Пензенской области являются следующие:

1. Создание
интегрированных формирований производителей маслосемян районного, зонального
уровня или областного уровня с развитием на их основе системы хранения,
первичной и углубленной переработки, сбыта продукции.

Масложировой подкомплекс будет
развиваться в результате создания интегрированного формирования, объединяющего
производителей масличных культур и перерабатывающие организации при условии
реализации проекта по вновь создаваемому заводу по производству биотоплива;

2. Повышение
качества семенного материала является одним из важнейших в перечне мероприятий,
направленных на повышение урожайности масличных культур.

3. Сохранение трудовых ресурсов и
увеличение количества рабочих мест в аграрном секторе.

Развитие специализации масличных
культур за счёт формирования новых точек роста аграрного производства
обеспечит:

• поддержание эффективного уровня занятости в растениеводстве, а также создание новых рабочих мест;
• стимулирование увеличения рабочих мест и создание льготных условий для их развития в различных категориях хозяйств;
• создание условий для переселения в сельскую местность граждан России из районов крайнего севера и стран СНГ.

4. Восстановление, повышение  и сохранение почвенного плодородия

• мобилизация ресурсов почвенного плодородия за счёт возврата необходимого количества органического вещества для обеспечения бездефицитного баланса гумуса за ротацию севооборота;
• совершенствование набора культур в соответствии с зональными особенностями;
• совершенствование севооборотов на основе грамотного чередования сельскохозяйственных культур в соответствии с их биологией, насыщение севооборотов сельскохозяйственными культурами, способствующими повышению плодородия почв;
• внедрение адаптивно-ландшафтной системы земледелия в хозяйствах Пензенской области.

5. Повышение
инвестиционной привлекательности возделывания масличных культур

Развитию
производства маслосемян, углублению специализации и выравниванию
территориальных диспропорций его размещения, будет способствовать повышение
инвестиционной привлекательности за счет следующих условий:

• предоставления мер государственной поддержки из регионального бюджета с учётом зональных особенностей, в первую очередь субсидий на минеральные удобрения;
• соинвестирования за счёт средств бюджета области проектов по организации производства, хранения и переработки маслосемян.
• предоставления за счёт бюджетных средств залога по кредитам и займам, получаемым сельскохозяйственными товаропроизводителями.

6. Оказание информационной и
консультационной поддержки производителей масличной продукции.

Выводы. Внедрение
продуктовых инноваций при возделывании масличных культур будет способствовать
не только снижению экологической нагрузки на почву, но и позволит расширить
ассортимент производимой продукции и сферы ее применения. Продуктовые инновации
при управлении развитием специализации масличных культур будет способствовать  и решению проблемы как самообеспечения региона,
так и продовольственной независимости страны.

Литература

1. Основные
   направления регионального размещения и специализации агропромышленного
   производства в России: монография / отв. ред. А.И. Алтухов. – М.: ГНУ ВНИИЭСХ;
   Краснодар: КубГАУ, 2014. – 183 с.
2. Алтухов, А.
   Территориально-отраслевое разделение труда в агропромышленном производстве
   России: методологические и методические аспекты / А. Алтухов // Экономика
   сельского хозяйства России – 2010. – № 11. – С. 51-64.

УДК 330.42

DOI 10.24411/2413-046Х-2019-16031

ГЕНЕРАТИВНО-СОСТЯЗАТЕЛЬНЫЕ НЕЙРОННЫЕ СЕТИ В ЗАДАЧАХ ОПРЕДЕЛЕНИЯ ТРЕНДОВ

APPLYING GENERATIVE
ADVERSARIAL NETWORK TO THE PROBLEM OF TREND DETERMENITION

Сухань Андрей
Александрович, аспирант 2го курса департамента анализа данных, принятия
решений и финансовых технологий Финансового университета при правительстве РФ, suchan_andrei@mail.ru

Sukhan Andrei Aleksandrovich, graduate student of the 2nd course
of the Department of Data Analysis, Decision Making and Financial Technologies
of the Financial University under the Government of the Russian Federation

Аннотация: Глубинное
обучение (DML) в
последнее время достигло большого успеха во многих областях благодаря его хорошим
результатам в обработке и принятии решения на больших данных. Оно широко
используется в финансовых областях, таких как прогнозирование фондового рынка,
оптимизация портфеля, обработка финансовой информации и стратегии исполнения
сделок. Прогноз фондового рынка и построение эффективных торговых стратегий на
нем – это самые популярные способы применения DML в области финансов. В этой статье автор
предлагает новую архитектуру условной генеративно-состязательной нейронной сети
(CGAN) с многоуровневым
персептроном (MLP) в качестве дискриминатора и долговременной кратковременной
памятью (LSTM) в качестве генератора для определения трендов. Генератор LSTM
построен для извлечения зависимостей из данных на фондовом рынке и
генерирования данных в тех же распределениях c индикацией тренда, в то время как дискриминатор, разработанный
на MLP, стремится различать реальные данные от сгенерированных. Автор использует
дневные данные по 696 акциям в широком диапазоне торговых дней и пытается найти
начало и конец тренда по ходу движения цены. Экспериментальные результаты
показывают, что CGAN
может дать многообещающие результаты при решении подобных задач по сравнению с
другими моделями машинного обучения.

Summary: Deep machine learning (DML) has recently
achieved great success in many areas due to its good results in processing and
decision making on big data. It is widely used in financial areas, such as
stock market forecasting, portfolio optimization, financial information
processing, and transaction execution strategies. Forecasting the stock market
and building effective trading strategies on it are the most popular ways to
use DML in the area of finance. In this article, the author proposes a new
conditional generative adversarial neural network (CGAN) architecture with a
multilevel perceptron (MLP) as a discriminator and a long-term short-term
memory (LSTM) as a generator for trend detection. The LSTM generator is built
to extract dependencies from data in the stock market and generate data in the
same distributions with a trend indication, while the discriminator based on MLP
seeks to distinguish real data from generated one. The author uses daily data of
696 stocks in a wide range of trading days and tries to find the beginning and
end of the trend along the price movement. Experimental results show that CGAN
can give promising results when solving similar problems compared to other
machine learning models.

Ключевые слова: машинное обучение, генеративно-состязательные нейронные сети, биржа, тренд, управление активами, LSTM.

Keywords: machine learning, generative adversarial neural network, stock market, trend, asset management, LSTM.

Генеративно-состязательные сети (GAN) развиваются очень быстро для
решения задач обучения с учителем, так и для без него. Этот метод был предложен
в 2014 году Я. Гудфеллоу из Университета Монреаля [1]. Основная идея — это
обучение пары сетей в постоянном соревновании друг с другом. Популярной
аналогией может послужить конкуренция между фальшивомонетчиком и банкиром.
Фальшивомонетчик, который выступает генератором (G) в GAN, хочет создать поддельные купюры, которые нельзя будет отличить
от настоящих. Банкир в свою очередь, являющийся дискриминатором (D), пытается разобрать
подделки и настоящие деньги друг от друга. В течении буквально пары лет этот
метод нашел свое применение в задачах семантической сегментации изображений,
анализа медицинской информации, распознавании материалов, анализе временных
рядов.

Очень важно также то, что генератор никогда не получает реальные данные, на вход подается только случайный вектор (источник энтропии, иногда интерпретируется как пространство скрытых переменных, latent space). Единственный способ для него обучаться – это только взаимодействие с дискриминатором. Дискриминатор же получает на вход либо созданный генератором данные, либо объект реальной обучающей выборки. Ошибка обучения дискриминатора рассчитывается на знании того, откуда пришли данные. По идее, в процессе обучения (рис.1) генератор обучается распределению исходной выборки и начинает создавать данные все более близкие к реальным в то время, как дискриминатор становится все более точным в распознавании подделки от оригинала.

GAN сети обучаются одновременно, обновляя распределение дискриминатора (D, синяя прерывистая линия), которое показывает вероятность принадлежности распределения генератора (G, зеленая линия) к распределению реальных данных (черная точечная линия). Нижняя горизонтальная линия – это область определения, из которой выбирается z (в этом случае равновероятно). Горизонтальная линия выше – область определения для x. Стрелочки показывают сопоставление x = G (z). В последней итерации (d) дискриминатор не может отличить реальных данные от сгенерированных (т.е.

Сети, которые лежат в основе генератора и дискриминатора, обычно представляют собой многослойный сети, состоящие из сверточных и полносвязных слоев (рис. 2). D и G должны отличаться, так что не обязательно, чтобы они были полностью обратимыми. Так как задача генератора состоит в сопоставлении пространства скрытых переменных в пространство данных, то можно это записать в виде

где

это выборка из пространства скрытых переменных,

настоящие данные,

обозначает размерность. В случае дискриминатора
нужна функция сопоставления данных в вероятность их принадлежности к истинным:

X — реальный объект предметной области (например, рисунок); Z — источник случайного шума; G — нейронная сеть генератора; X’ — искусственно сгенерированные данные, мимикрирующие реальные; OR — случайный выбор одного из двух входов; D — нейронная сеть дискриминатора;

GAN не первая генеративная модель, однако Гудфеллоу с
соавторами предложили оригинальный метод состязательного обучения таких
моделей, когда две сети “соревнуются” в решении противоположных задач.

Исследователи выделяют несколько вариаций изначальной идеи
генеративно-состязательных сетей:

• Полносвязные
  GAN — изначально предложенная архитектура, где генератором и
  дискриминатором служат многослойные сети прямого распространения;
• Сверточные
  GAN (deep convolutional GAN, DCGAN) — используют многослойные сверточные
  сети. Являются логичным развитием идеи GAN в применении к задачам синтеза
  изображений. Недостатком сверточных генеративных состязательных сетей является
  более долгий процесс обучения модели;
• Условные
  GAN (Conditional
  GAN, CGAN) – архитектура (рис. 3), в которой как генератору, так и
  дискриминатору на вход дополнительно подается вектор, указывающий на класс
  объекта. Такие сети могут генерировать условное распределение выборки, с
  указанием конкретного класса. Таким образом, они используются для моделирования
  мультимодальных распределений;

• Состязательные
  автокодировщики (Adversarial Autoencoders, AAE). Автокодировщики — это
  сети, состоящие из двух частей — кодировщика и декодера, которые обучаются
  детерминистическому отображению из пространства данных в пространство скрытых
  переменных (обычно гораздо меньшей размерности) и обратному отображению.
  Состязательное обучение используется для оптимизации, схожей с вариационными
  автокодировщиками и обычно используется для придания пространству скрытых
  переменных осмысленной организации в терминах предметной области;
• GAN с
  моделями вывода (ALI, BiGAN) — расширяют функциональность GAN механизмом
  вывода скрытых переменных из объекта предметной области. обычные GAN могут
  сгенерировать правдоподобный объект из случайного вектора в пространстве скрытых
  переменных (latent space). Две независимо предложенные архитектуры
  состязательного обучения выводу (adversarial learning inference) и
  двунаправленных GAN (Bidirectional GAN) предоставляют механизм нахождения
  обратного преобразования, что может быть полезно для задач выделения признаков.
  Однако, на сегодняшний день, надежность таких методов серьезно ограничена.

Поиск новых областей применения генеративно-состязательных
сетей является в данный момент очень активной областью исследования. Они уже
хорошо себя зарекомендовали в таких областях, как классификация изображений,
генерация изображений по текстовому описанию, преобразование изображений,
повышение разрешения. И в 2018 году генеративно-состязательные сети остаются
активно развивающейся методикой машинного обучения.

Однако за время своего существования,
генеративно-состязательные сети выявили существенные проблемы в использовании,
такие как коллапс модели (ситуация при которой генератор выдает один объект при
любых значениях входов), нестабильность обучения, отсутствие общепринятых
подходов к оценке эффективности.

Искусственные нейронные сети доказали свою эффективность в
решении многих задач, однако эта эффективность в большой мере зависит от умения
подбирать правильную архитектуру сети под каждую конкретную задачу анализа
данных.

При проектировании архитектуры сети эксперт сталкивается с
необходимостью принять множество решений, как количественных, так и
качественных, от реализации которых напрямую зависит производительность
результирующей модели. Среди них такие как: выбор количества слоев, количества
нейронов в каждом слое, выбор функции активации, использование рекуррентных и
сверточных слоев. В процессе такого проектирования задачей эксперта является
балансирование между вариативностью модели и склонностью к переобучению.
Существует еще и внешние факторы, которые необходимо брать в расчет:
располагаемая вычислительная мощность, временные рамки решения задачи и т. д.

Пространство возможных нейронных сетей (рис. 4), в котором
ведется поиск, огромно. При проектировании нейронных сетей специалисты
пользуются определенными эвристическими правилами и инструментами диагностики,
однако полноценной методологией такой поиск назвать сложно, это скорее
творческий процесс.

В среде высокочастотной торговли, понимание направления
движения рынка очень важно для управления рисками портфеля [2]. Целью данного
исследования является попытка определить нахождение в тренде в каждый
конкретный момент времени. Задача можно сформулировать математически следующим
образом.

Пусть

– набор базовых индикаторов (цена открытия, цена закрытия, минимальная цена, максимальная цена, объем) и

– индикатор тренда (1 – тренд есть, 0 – тренда нет) на дневных интервалах за день t (t = 1,2,…,T). Факт нахождения в тренде или нет был размечен экспертными трейдерами. Имея данные за последние N дней

наша задача определить

Есть несколько исследований, оценивающих эффект от разной длины окна T = [7,12,40], но все они решали проблему предсказания
цены [3, 4]. Мы все же введем это переменной, чтобы можно было протестировать
различные значения на практике, так как у нас не прогнозирование, а
классификация.

Для задачи определения трендов будем использовать условные GAN (CGAN), так как они очень хорошо справляются с задачей разделения данных на классы (есть тренд, нет тренда) [5]. Получить CGAN можно из путем добавления в генератор и дискриминатор дополнительной информации y (рис. 5). y может быть любой вспомогательной информацией, в нашей задаче же это будет индикатор наличия тренда.

В этом случае минимакс игра сетей может быть описана в виде:

Обучение G заключается в том, чтобы обмануть дискриминатор и приблизиться к реальным данным [6]. Поэтому генератор должен снижать функцию потерь таким образом, чтобы D не смог отличить сгенерированные данные

от настоящих

Таким образом

где

В случае обучения D задача состоит в понимании того, что пришло на вход —

или

тогда функция потери будет иметь вид:

Тренировка генератора и итератора проходит итеративно [7]. Весь процесс можно описать в алгоритме:

1. Выбираем m элементов шума

из распределения

2. Выбираем m элементов реальных данных

из распределения

3. Обновляем дискриминатор путем максимизации градиента

4. Выбираем m элементов шума

из распределения

5. Обновляем генератор путем минимизации градиента

Для обучения модели нужно сначала подготовить данные [8]. В
датасете данные представлены для 696 бумаг с 28 января 2005 года по 13 сентября
2017 года. Общее число строк составляет 1 648 918. Для каждой бумаги
представлено 5 факторов:

• Цена открытия
• Цена закрытия
• Максимальная цена внутри дня
• Минимальная цена внутри дня
• Объем торгов

 Данные были размечены
на наличие тренда экспертами. Так как в определенные даты мнения расходились,
то первым шагом определим основное мнение по принципу большинства. Если
большинства нет, то считаем, что тренда в этот день нет. В результате получим
финальный набор данных для каждой бумаги.

На графике зеленым отмечены периоды
с наличием тренда, а красным – с отсутствием

Как видно из рисунка 6, не во всех местах тренд размечен правильно. Как было сказано выше, обучение будем проводить скользящими окнами в M дней (рис. 7), для которого будем определять факт наличия тренда в последней точке. Внутри окна данные нормализуем

и исключим первое значение, так как все факторы будут равны 1.

Зеленая полоска — это весь набор данных по бумаге, синяя полоска – дни, на основе которых будем делать вывод о наличии тренда в желтой полоске. В нашей задаче N = 1, так как определять
тренд будем только в последней точке окна.

Для анализа результатов обучения взглянем на график,
показывающий динамику ошибки генератора и дискриминатора (рис. 8). На этом
графике нас интересует две линии — динамика ошибки генератора и соотношение
ошибки дискриминатора с пороговым значением 0,5. В идеальном случае, при
обучения генеративных состязательных сетей мы должны видеть плавное снижение
ошибки генератора со стремлением к нулю сверху, а также стремление ошибки
дискриминатора значение 0,5 снизу. В классическом подходе нас интересует
конечное значение ошибки генератора, так как состязательное обучение
используется для тренировки генератора для воспроизведения правдоподобных
образцов.

В нашем случае задача обратна классической, мы используем генератор
для обучения дискриминатора способности распознать заданный шаблон.
Соответственно, нас не удовлетворяет классическая динамика стремления ошибки
дискриминатора к 0,5, то есть ситуация случайного дискриминирования при низкой
ошибке генератора. Наша задача сводится к попытке заставить дискриминатор
снижать ошибку неопределенно долго. Одновременно с этим мы хотим иметь как
можно более низкую ошибку генератора, так как дискриминировать образцы, далекие
от натуральных нецелесообразно для данной задачи.

По графику данного обучения мы видим, что с увеличением
количества шагов ошибка дискриминатора плавно уменьшается, и в конце обучения
переходит пороговое значение. Что, казалось бы, говорит об успешности обучения.
Однако в тоже самое время ошибка генератора растет неопределённо, то есть
обучение генератора расходится само по себе. В таком случае о результативности
обучения говорить не приходится, так как дискриминатор обучается на
неправдоподобных шаблонах.

Однако, при значениях ошибки дискриминатора меньше 0,5 он
оказывает обучающее давление на генератор, в чем, собственно и заключается
состязательность обучения. В данном примере мы видим продолжительную динамику
дискриминатора, что может дать нам надежду на то, что хорошо обученный
дискриминатор позволит снизиться ошибки генератора.

В результате такого обучения, тренд определяется очень
«шумно» — слишком часто точки сменяют класс с трендовых на нетрендовые (рис. 9).

Дальнейшими шагами по улучшению могут быть:

1. Определение тренда экспертами не по большинству
   голосов, а путем вероятностного подхода. Таким образом можно уйти от бинарности
   понятия тренда к вероятности его наличию, что в теории должно упростить
   обучение дискриминатора и генератора
2. В качество нейронной сети использовать другую
   комбинацию слоев. Возможно лучший результат покажет комбинация LSTM сеть
   в качестве слоев
3. В качестве функции ошибки использовать
   аккуратность определения направления движения (DPA)

где

Литература

1. Goodfellow, I.J., Pouget-Abadie, J.,
   Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A.C., Bengio, Y.
   Generative adversarial nets, in: Advances in Neural Information Processing Systems
   // 27-я Ежегодная конференция
   нейронных систем 2014, С. 2672–2680.
2. Box G.E.P., Jenkins G.M. Time series
   analysis: Forecasting and control // Journal of Time, 31 (1976), С. 238-242.
3. Kang Zhang, Guoqiang Zhong, Junyu Dong,
   Shengke Wang, Yong Wang. Stock Market Prediction Based on Generative
   Adversarial Network.
4. Ding, X., Zhang, Y., Liu, T., Duan, J.
   Deep learning for event-driven stock prediction, in: Proceedings of the
   Twenty-Fourth International Joint Conference on Artificial Intelligence //
   IJCAI 2015, С. 2327–2333.
5. Xingyu Zhou, Zhisong Pan, Guyu Hu, Siqi
   Tang, Cheng Zhao. Stock Market Prediction on High-Frequency Data Using
   Generative Adversarial Nets // Mathematical Problems in Engineering, 2018, С.7-10
6. Shuntaro Takahashi, Yu Chen, Kumiko
   Tanaka-Ishii. Modeling financial time-series with generative adversarial
   networks
7. Rather A.M., Agarwal A., Sastry V.N.
   Recurrent neural network and a hybrid model for prediction of stock returns //
   Expert Syst. Appl., 42 (2015), С. 3234-3241
8. Tsantekidis, A., Passalis, N., Tefas,
   A., Kanniainen, J., Gabbouj, M., Iosifidis, A. Forecasting stock prices from
   the limit order book using convolutional neural networks // 19-я IEEE Конференция по
   бизнес информатике, CBI 2017, С. 7–12.

DOI 10.24411/2413-046Х-2019-16030

Проект программы повышения эколого-экономической эффективности субъекта РФ: инфраструктурный аспект

The draft program to improve the environmental and economic efficiency of the region of the Russian Federation: the infrastructure aspect

Васильев Александр Николаевич, аспирант, Нижегородский Государственный Инженерно Экономический Университет (г. Княгинино), itetatet@gmail.com

Мордовченков Николай Васильевич, д.э.н., профессор, Нижегородский Государственный Инженерно-Экономический Университет, infra-wm@yandex.ru

Vasilev Alexander Nikolaevich, graduate student, Nizhny Novgorod State Engineering Economic University (Knyaginino)

Mordovchenkov Nikolai Vasilevich, Doctor of Economic Sciences, Professor, Nizhny Novgorod State University of Engineering and Economics

Аннотация: В работе предложен проект программы повышения эколого-экономической эффективности субъекта РФ призванный улучшить эколого-экономическую обстановку на мезоуровне за счет повышения эффективности управления коммерческой недвижимостью. В зависимости от специфики региона программа будет требовать корректировки с учетом отличительного уровня экономического и экологического состояния территории, особенностей расположения и региональной правовой инфраструктуры. По нашему мнению, процесс повышения экономической и экологической эффективности управления коммерческой недвижимостью (далее – КН) является многоуровневым, многоаспектным и многофакторным, затрагивающим наряду с решением инфраструктурных проблем самого предприятия эндогенность, так и внешних инфраструктурных проблем.

Summary: The article proposed a draft program to improve the environmental and economic efficiency of the region of the Russian Federation designed to improve the environmental and economic situation at the meso level by improving management efficiency commercial real estate. Depending on the specifics of the region, the program will require adjustments taking into account the distinctive level of the economic and ecological condition of the territory, the particular location and regional legal infrastructure. In our opinion, the process of increasing the economic and environmental efficiency of commercial real estate management is multilevel, multidimensional and multifactorial, affecting, along with the resolution of infrastructure problems of the enterprise itself, as well as external infrastructure problems.

Ключевые слова: государственно-частное партнерство, инфраструктура, коммерческая недвижимость,  переработка отходов,   эколого-экономическая безопасность.

Keyword: public-private partnership, infrastructure, commercial real estate, waste processing, environmental and economic security.

В
соответствии с 42 статьей Конституции РФ[1] установлено, что каждый гражданин
РФ имеет право на благоприятную окружающую среду. 72 статья Конституции
устанавливает совместное ведении Российской Федерации и субъектов РФ
Законодательства  об охране окружающей среды.
В связи с этим благоприятная экологическая обстановка является одной из
приоритетных задач руководства региона. Между тем, как показывает международный
опыт, введение современных конкурентоспособных экологических технологий для
реализации полного спектра экономического потенциала требует создания
благоприятных экономико-правовых условий и мер государственной поддержки на
альтернативной основе.

Помимо
усилий региональных органов государственной власти успех природоохранных
мероприятий, на мезоуровне, зависит от деятельности муниципалитетов, степени
участия частного капитала, государственно-частного партнерства, исходя из
локального характера показателей развития коммерческой недвижимости (КН),
взаимодействие её осуществляется с уровня муниципалитета (М), на уровни
территорий и округов (ТО) и центрально-консолидированными образованиями (ЦКО),
что интерпретировано в виде графической модели:

Для
организации эффективного взаимодействия государственных структур и органов
субъекта РФ необходимо формировать единое правовое и эколого-экономическое
пространство, вместе с тем, в процессе выстраивания эколого-экономической
стратегии развития природоохранной инфраструктуры управления объектами КН
требуется тщательное изучение приоритетных (кардинальных) направлений
(инфрастади). При этом реализация мер государственной поддержки будет
эффективным исключительно в случае комплексного-системного подхода включающего
в себя нормативно-правовое обеспечение, государственно-частное партнерство и
меры материального и морального стимулирования.

При
разработке программы было определено, что первоначальным этапом её реализации
должны выступать системный анализ и комплексная экспертиза
эколого-экономического состояния территории. Так выделение региона в реестре
территориально-экономических образований осуществляется путем составления
картограммы или атласа инфраструктурного потенциала с использованием системы
рейтингов по каждому элементу системы (сами объекты КН, объекты инфраструктуры)
обслуживания и функционирования объектов коммерческой недвижимости на всех
этапах их жизненного цикла (строительство, функционирование, модернизация,
реконструкция, снос и утилизация).

Основная цель программы –
Обеспечить снижение негативного воздействия на окружающую среду и повышение
экономической эффективности эксплуатации объектов коммерческой недвижимости за
счет реализации природоохранных мероприятий в сфере услуг

Задачи, стоящие перед
инфраструктурной программой:

1. Провести
комплексно-системный анализ (финансово-экономического мониторинга) по
формированию оценочного критерия эколого-экономического, ресурсного потенциала
региональной рыночной инфраструктуры обслуживания коммерческой недвижимости во
исполнении сбалансированной рыночной экономики

2. Осуществить
эколого-экономический, правовой и маркетинговый мониторинг объектов
коммерческой недвижимости и обслуживающей инфраструктуры с целью выявления
факторов (внутренних и внешних) сбалансированности мезоинфраструктуры.

3. Проведение оценки
экономической эффективности различных моделей управления природоохранной
деятельности обслуживающей инфраструктуры объектов коммерческой недвижимости на
альтернативной основе

4. Логически-структурный
анализ источников негативного воздействия на окружающую среду объектов КН и
совершенствование обслуживающих систем и механизмов.

5. Формирование
экономически обоснованного сценария и проектирование эколого-экономической
инфраструктуры на этапе системного подхода и поэлементно.

6. Проработка мер
комплексного оздоровления эколого-экономического потенциала мезоинфраструктуры
с выделением отдельных элементов с сохранением цельности и надежности
экосистемы.

7. Повышение
экологической эффективности воспроизводства и доставки до потребителя
электрической и тепловой энергии

8.   Повышение энергоэффективности объектов КН

9. Стимулирование
введения рецикличности отходов на объектах КН

10. Формирование
инфраструктуры вывоза и утилизации отходов

11. Создание системы
«зеленых офисов»

12. Реализация изменений
в региональном законодательстве направленные на поддержку и стимулирование
развития механизомов повышения экономической и экологической эффективности
природоохранной деятельности на мезоуровне

Государственный заказчикКоординатор программы – Министерство
экологии и природных ресурсов субъекта федерации, иные службы и ведомства
региона

Важнейшие целевые
индикаторы и показатели– обеспечение
устойчивого развития всех экосистем региона, включая:

• снижение выбросов загрязняющих веществ в атмосферный воздух от объектов тепло-энергетического комплекса за счет введения энергосберегающих технологий и перехода на альтернативные источники энергии;
• обеспечение рецикличности отходов образовывающихся при эксплуатации коммерческой недвижимости;
• создание благоприятных условий труда для сотрудников – резидентов объектов коммерческой недвижимости;
• создание комфортных условий для жизни и здоровья населения субъекта РФ;
• сохранение и расширение потенциала экспорта энергоресурсов в другие субъекты РФ и доходной части бюджета за счет сокращения неэффективного потребления энергии на внутреннем рынке;

Сроки
и этапы реализации программы – программа состоит из 2
этапов продолжительностью 5 лет каждый. Таким образом срок реализации программы
составляет 10 лет

Объемы
и источники финансирования. Всего на реализацию
природоохранных мероприятий и проектов рециклирования отходов производства и
потребления необходимо использовать:

• средства федерального бюджета (в т.ч. средства в рамках национальных проектов «экология», «экологическая безопасность»,  «умный город» и т.д.),
• средства бюджетов субъекта Российской Федерации (целевые средства, полученные в бюджет субъекта РФ за счет платы за негативное воздействие на окружающую среду, средства экономического стимулирования малого и среднего бизнеса, средства на строительство, модернизацию и реконструкцию и т.п.)
• внебюджетные источники, за счет реализации государственно-частного партнерства в части трансформации и модернизации муниципальной инвестиционной и инновационной инфраструктуры, стимулирование частных (индивидуальных) средств собственников объектов КН.

Объемы и источники
финансирования ежегодно уточняются при формировании Федерального бюджета на
соответствующий год.

Управление
реализацией Программы и контроль за ходом ее выполнения — Механизм
реализации Программы заключается в планировании, реализации и мониторинге
выполнения программных мероприятий всеми её Государственными заказчиками,
контроле за достижением показателей и выделенных ресурсов для реализации
мероприятий Программы

Нормативно-правовое
обеспечение Программы – Федеральное законодательствво [1][2][3][4][5][6][7][8]
и нормативно-правовые акты субъекта РФ

Ожидаемые
конечные результаты реализации Программы и показатели ее
социально-экономической эффективности

• создание и функционирование интерактивной карты эколого-экономического состояния территорий региона с реестром коммерческой недвижимости;
• количество объектов КН обеспеченные тепло и электро энергией с использованием альтернативных источников, увеличилось — на 40%;
• замещения органического топлива за счет производства энергии на основе использования возобновляемых источников для обеспечения объектов КН сократилось не менее 20% от показателей контрольного года за весь срок реализации Программы.

По
мнению авторов статьи эколого экономическую программу целесообразно разделить
на 3 этапа.

I направление развития
Программы включает в себя изучение и анализ эколого-экономической ситуации в
регионе. Территориальное положение региона с учетом экономических (наличие на
близлежащих территориях инфраструктуры по сбору, транспортировке, заготовке и
переработке вторсырья и энергоресурсов) и экологических (трансграничное
загрязнение атмосферы, водных ресурсов, путей движения (траектория) отходов
производства и потребления) связей, наличие межрегиональных резервов. Анализ
спроса и предложения включает в себя оценку КН и обслуживающей инфраструктуру
программу призвано оценить уровень и перспективу эколого-экономического
развития региона. Итогом данного этапа программы является создание
интерактивной карты территории региона с делением на зоны и подробным перечнем
информации, в т.ч.:

• соблюдение оптимального баланса между экономически эффективным функционированием объектов КН и экологически ориентированным, приоритетным и устойчивым развитием региона;
• учет запросов населения и бизнеса в количественных и качественных характеристиках объектов КН региона;
• соотношение уровня предоставляемых услуг на объектах КН и размера неудовлетворенного спроса на арендные услуги в регионе;
• обеспеченность объектов КН региона материально-техническими ресурсами и степенью функционирования комплекса с привлечением инвестиций (в т.ч., зарубежных) в регион.

На основании приведенной
градации определяется рейтинг каждой территории. Это позволит выделить наиболее
перспективные с точки зрения реализации концепции зеленого офиса КН. По
результатам создания интерактивной карты станет возможным провести  эколого-экономически обоснованную тарификацию
дальнейших работ.

II направление развития программы —
Нормативно-правовое обеспечение, включающее в себя составление инструкций:

1. Разработку
   «Положение о работе комиссий по разработке механизмов повышения
   экономической эффективности природоохранной деятельности»
2. Внесение
   изменений в архитектурный план развития региона. Включает в себя следующие
   задачи и приоритеты:

• «повышение экологической эффективности воспроизводства и доставки электрической и тепловой энергии» до потребителя;
• «развитие рецикличности отходов на эксплуатируемых объектах. Минимизировать процент отходов, направляемых на размещение недвижимости»;
• «сформировать инфраструктуру вывоза и утилизации отходов производства и потребления»;
• «приоритет развития отдается объектам КН, имеющим проработанную природоохранную концепцию развития».

Подготовить нормативно — правовой акт «о повышении экологической эффективности тепло и энергоснабжения территорий», вводящий поэтапный запрет на эксплуатацию мазутных и угольных котельных. Запрет предлагается разделить на 2 этапа по 5 лет каждый: на 1 этапе — запрет ввода новых объектов в эксплуатацию, на 2 этапе полный запрет на ввод новых, точечных, объектов тепло и энергоснабжения с использованием невозобновляемых ресурсов (за исключением газа) в городах с численностью более 100 000 человек

Добавить в градостроительную концепцию требований по энергоэффективности вновь построенных объектов КН.

Обеспечить выпуск постановления по региону обязывающего региональных операторов сформировать инфраструктуру по сбору и переработке отходов

Законодательно выделить объекты КН, использующие наилучшие доступные технологии и осуществляющие процесс раздельного сбора отходов в отдельную группу

С целью совершенствования рекламационной работы ввести типовые формы договора на поставку тепло и электро энергии на объекты КН, на поставку раздельно собранных отходов объектов КН типовую форму договора аренды, используемую при размещении организаций государственной власти, муниципалитета, позволяющие сократить объем отчетных документов, автоматизировать и механизировать анализ результатов действия программы и обеспечить надлежащий контроль

Учитывать форс-мажорные обстоятельства экономически обоснованные резервы и возможности

III направление развития программы
включает в себя следующие меры стимулирования:

1. Требование
   к региональным операторам по обращению с отходами – формировать надежную и
   мобильную инфраструктуру по сбору и переработке отходов
2. Обеспечить
   приоритетность выделения земельных участков под строительство объектов КН
   использующих наилучшие доступные «зеленые» технологии
3. Предоставление
   льготных кредитов организациям осуществляющим сбор, обработку и переработку
   наиболее часто встречающихся отходов
4. Создание
   логистической инфраструктуры, на базе региональных операторов, по
   транспортировке и накоплению отходов с объектов КН
5. Размещение
   организаций социальной инфраструктуры, органов государственной власти только на
   объектах аттестованных по отечественной и международной системам ИСО 14001 (ISO 14001) и участвующих в пилотном
   проекте по раздельному сбору отходов.
6. Предоставление
   льготных государственных субсидий на строительство объектов тепло и
   энергоснабжения, использующих наилучшие доступные технологии и альтернативные
   источники энергии.
7. Предоставление
   приоритета выделения земельных участков под строительство объектов тепло и
   энергоснабжения, использующих наилучшие доступные технологии и альтернативные
   источники энергии.
8. Организовать
   пилотный проект, совместный с региональными операторами, собственниками КН и
   государственным участием по раздельному сбору отходов на объектах КН региона.
   Формируется перечень объектов КН, участвующих в пилотных проектах. При этом
   региональный оператор по обращению с отходами осуществляет централизованный
   вывоз раздельно собранных отходов с использованием оптимальной
   транспортно-логистической инфраструктуры с точки зрения лага по времени
   накопления минимальной партии раздельно собранных отходов.
9. Проводить
   аудиторские и контроллинговые проверки на предприятиях-поставщиках тепло и
   электроэнергии на объекты КН на соответствие экологическим требованиям
   Программы и действия системы менеджмента качества (по утвержденному графику)
10.  Организовать и проводить совещания и видео
    конференции с собственниками объектов КН, арендаторами, обслуживающими объекты
    КН организациями посвященные повышению экономической эффективности
    природоохранной деятельности
11. Обеспечить
    общественный доступ к интерактивной карте, обеспечить широкое общественное
    обсуждение вопросов реализации Программы
12. Создать
    систему постоянного повышения квалификации (профессиональное обучение, тренинги
    на предприятии и за пределами предприятия) и мотивации сотрудников, обслуживающих
    объекты КН, сотрудников арендаторов объектов КН.
13. Обеспечить
    освещение в СМИ информации о реализации пилотного проекта. Провести компанию по
    повышению экологической «чистоты» и сознательности населения региона.
    Обеспечить также, с технологической точки, зрения повышение знаний населения в
    части раздельного сбора отходов и возможностей мотивации.
14. Реализовать
    программу по сдаче раздельно собранных отходов населения на базе объектов КН в
    рамках пилотного проекта по раздельному сбору отходов региональными операторами
    — экспертами

Таким
образом, итоги реализации данной программы охватывают основные источники
негативного воздействия от эксплуатации объектов КН, обеспечивая комплексный
системный подход, что создает реальные условия по стандартизации и сертификации
экосистемы качества рецикличности отходов. Вместе с тем это благоприятно
сказывается на эколого-экономической безопасности региона и страны в целом.

Библиографический список

1.         Конституция (Основной Закон) Российской
Федерации: [Принята общенародным голосованием в 1993г.] // Российская газета. –
1993. — № 248.

2.         Водный кодекс Российской Федерации №
74-ФЗ: [Принят Гос. Думой 12 апреля 2006 г. // Российская газета. —   № 4087 от 8 июня 2006 г.

3.         Гражданский кодекс Российской
Федерации: Часть первая — четвертая: [Принят Гос. Думой 23 апреля 1994 года,]
// Федеральный выпуск №4255 от 22 декабря 2006 г.

4.         Земельный кодекс Российской Федерации.
Федеральный закон от 25.10.2001. № 136-ФЗ // Электронный ресурс:
Информационно-правовой консорциум «Кодекс».

5.         Об отходах производства и потребления.
Федеральный закон от 24.06.1998 № 89–ФЗ

6.         Об охране атмосферного воздуха.
Федеральный закон от 02.04.1999 № 96–ФЗ

7.         «Об охране окружающей среды.
Федеральный Закон №7-ФЗ: [Принят Гос. Думой 10 января 2002 г.] // Российская
газета. —  № 2874 от 12 января 2002 г.

8.         Кодекс Российской Федерации об
административных правонарушениях. Федеральный Закон № 195-ФЗ

9.         Уголовный кодекс Российской Федерации.
Федеральный Закон № 63-ФЗ от 13.06.1996

10.       Монреальский Протокол 1987 г.
(дополнение к Венской Конвенции 1985 г.) по веществам, которые разрушают
озоновый слой, UKTS 19 (1990), cm.977; 26 ILM (1987), 1550;

11.       Романова К.А. Экологическое право (2
тома)  Н.Н. изд-во ВГИПУ, 2009, с.674

12.       Википедия, свободная энциклопедия. –
режим доступа: http://ru.wikipedia.org. – заглавие с экрана

13.
Гринпис России, официальный сайт – режим доступа:
http://www.greenpeace.org/russia/ru. — заглавие с экрана

14.       Мониторинг социально-экономического
развития Российской Федерации по состоянию на 10 мая 2019 года – электронные
данные – режим доступа: http://www.economy.gov.ru.
– заглавие с экрана

15.
Федеральная служба государственной статистики режим доступа:  http://www.gks.ru

УДК 631.171.62 – 189.2

DOI 10.24411/2413-046Х-2019-16029

ТЕХНОЛОГИЯ ОБЕЗЗАРАЖИВАНИЯ ОТРАБОТАННЫХ АКАРИЦИДНЫХ РАСТВОРОВ

TECHNOLOGY
OF DISINFECTED ACARICIDE SOLUTIONS

Ы.Дж. Осмонов, доктор
технических наук, профессор,Кыргызский
Национальный аграрный университет имени К.И.Скрябина, Кыргызстан, 720005, г.Бишкек, ул.Абая,
4а

3.Т.Андаева,  старший преподаватель,  Ошский Технологический Университет, Кыргызстан,
723503, г.Ош, ул. Алпаиза Малабекова, 9

Н.С.Караева, кандидат технических наук,доцент, Кыргызский Национальный аграрный университет имени К.И.Скрябина, Кыргызстан, 720005,  г.Бишкек, ул.Абая, 4а

Y.J. Osmonov, Doctor of Technical Sciences, Professor, Kyrgyz National Agricultural University named after K.I. Skrjabin, Kyrgyzstan, 720005, Bishkek city, Abay str., 4а

3. T.Andayeva, senior lecturer, Osh Technological University, Kyrgyzstan, 723503, Osh, ul. Alpaiza Malabekova, 9

N.S.Karaeva, senior lecturer, Kyrgyz National Agricultural University named after K.I. Scriabin, Kyrgyzstan, 720005, Bishkek city, Abay str., 4a

Аннотация: В работе обоснована необходимость улучшения экологического состояния обработки овец в акарицидных растворах методом купания. Проведены экспериментальные исследования с целью поиска способа искусственной детоксикации остатков акарицидных веществ.  Для изучения процесса детоксикации акарицида использованы ряд химических веществ, в том числе  0,2…0,5% натрий гидроксид; серная кислота, негашеная известь калий хлористый и карбомид. Установлено, что простые химические вещества (за исключением серной кислоты) и минеральные удобрения оказывают положительное влияние к процессу детоксикации акарицидных веществ в водной среде, но скорость процесса при этом затягивается до 30 дней, что затрудняет их использовать в производственных условиях. По результатам исследований выявлено, что наиболее приемлемым для искусственной детоксикации является сорбционный способ с помощью бурых углей, добываемых в Кыргызской Республике. Для реализация сорбционного способа разработана конструкция специального устройства, позволяющая  обеззараживать отработанный акарицидный раствор и сжигать  использованный сорбент. В целях снижения затрат времени на процесс фильтрации предложена мобильная установка  вакуумного устройства. Разработанные технические решения позволяют ускорить процесс фильтрации и создают предпосылки для разработки производственной установки  обеззараживания отработанных акарицидных растворов непосредственно на местах расположения купочных ванн.

Summary: The paper substantiates the necessity of improving the ecological state of sheep processing in acaricidal solutions by bathing. Experimental studies have been carried out to find a method for the artificial detoxification of residues of acaricidal substances. To study the process of detoxification of acaricide, a number of chemicals have been used, including 0.2 … 0.5% sodium hydroxide; sulfuric acid, quicklime, potassium chloride and carbomide. It has been established that simple chemical substances (with the exception of sulfuric acid) and mineral fertilizers have a positive effect on the process of detoxification of acaricidal substances in the aquatic environment, but the process speed is prolonged up to 30 days, which makes it difficult to use them in production conditions. According to the results of the research, it was found that the sorption method with the help of brown coal mined in the Kyrgyz Republic is the most acceptable for artificial detoxification. For the realization of the sorption method, a special device has been designed that allows decontaminating the spent acaricidal solution and burning the used sorbent. In order to reduce the time required for the filtration process, a mobile installation of a vacuum device is proposed. The developed technical solutions make it possible to speed up the filtration process and create the prerequisites for the development of a production plant for decontamination of spent acaricidal solutions directly at the locations of the cup baths.

Ключевые слова: акарицидные вещества, купания овец, сорбционный способ, детоксикация, мобильная установка, химический анализ.

Keywords: аcaricidal substances, sheep swimming, sorption method, detoxification, mobile installation, chemical analysis

Введение. Природно-климатические условия Кыргызской республики
способствует развитию животноводства, поскольку 83% сельскохозяйственных угодий
занимают естественные горные пастбища с низкотравной растительностью, которые
наиулучшим образом используется овцами. За последние годы в республике наметилась
устойчивая тенденция роста поголовья всех видов сельскохозяйственных животных. Так,
например, численность овец и коз в настоящее время достигла более 6,5 млн.голов
с ежегодным ростом на 4-5% [1,2].

В развитии овцеводства
наряду селекционно –племенными работами и кормлением животных, важным звеном
является зооветобработка овец, без которой не может быть достигнута
эффективность отрасли. Более того, зооветобработка животных имеет социальный
фактор, речь идет о защите людей от заразных болезней, улучшение условий труда
и экологического состояния животноводства.

В условиях пастбищно – стойлового содержания, ведение овцеводства
невозможно без широкого применения акарицидных препаратов, которые  обеспечивают защиту овец от заразных
болезней. В Кыргызстане распространены чесоточные клещи – возбудители psoroptos, cazkoptoidos. Практикой  доказано, что основным методом
предотвращающим   распространение
чесоточных заболеваний является профилактическое купание овец в акарицидных
растворах.

Купание обеспечивает
надежную профилактику заболевания овец чесоткой при соблюдении оптимальных
режимов, т.е. достижение необходимой концентрации акарицидных веществ в рабочей
эмульсии, экспозиции купания 30-60 секунд и температуры рабочей эмульсии 18-20^оС,
[3, с.8]. Кроме того, метод купания
обеспечивает остаточное действие препарата в течение инкубационного периода яиц
клещей. В настоящее время  для
приготовления купочной жидкости 
применяются препараты фосфорооргинческого соединения: неоцидол, ветиол,
бутокс, дурсбон и т.д.

В современных условиях
обработка овец методом купания в акарицидных растворах требует решения
экологических  вопросов. Запрещены сбросы
отработанных акарицидных растворов
в окружающую среду без обеззараживания.

Исследованиями
установлены степень загрязнения почв и растений акарицидными веществами около
купочных ванн [1-10]. На поверхностном     
слое почвы, на расстоянии 20 …25 м от купочной ванны, в глубине до 40
см, содержание акарицидов в пределах 8,1…11,2 мг/кг. Продолжительность
сохранения акарицидных веществ в почве зависит от вида препарата, вида почвы и
условий окружающей среды. В почвах, где идут активные микробиологические
процессы, препараты разрушаются быстрее, чем в не возделываемых почвах [4,
с.35].

Химический анализ проб растений, отработанных вблизи купочных ванн, показал
содержание акарицидов в пределах 10-13 мг/кг [4, c.36]. Эти показатели 
многократно превышают предельно допустимые концентрации и их уровни (ПДК
и ПДУ) данных веществ. Остатки акарицидных веществ могут поступать из почвы и
растения и загрязнять овощи, фрукты, зерно, что приводит к снижению
потребительских свойств продуктов и
кормов. Поэтому без решения задачи обеззараживания акарицидных растворов нельзя
их применять в ветеринарной практике.

Цель исследования –изыскание эффективного способа обеззараживания
акарицидных растворов, предотвращающих загрязнение окружающей среды. 

Материал и методы исследования.  Проведены экспериментальные иссследования для установления влияния различных
химических веществ на процесс детоксикации акарицида с применением
физико-химических методов. Использованы стандартные методы токсикологической
оценки почвы.  Испытаны следующие
вещества: 0,2…0,5% натрий гидроксид; серная кислота  и негашеная известь.

Результаты
исследования и их обсуждение. Химический
анализ проб неоцидоловой эмульсии показали отсутствие четко выраженного
разрушающего воздействия в первые 1…3 сутки у этих вешеств. При этом на
процесс детоксикации сильное влияние оказывает рH среды. Разрушающее воздействия извести
и натрия гидроксида проявляются начиная с 4…4,5 сутки и носит интенсивный
характер до 11…12 сутки. Затем процесс детоксикации акарицида заметно
замедляется и затягивается до 19…30 суток. Серная кислота разрушающим
воздействием на акарицид заметно не обладает [5, c.69].

  Также были  испытаны влияния минеральных удобрений таких
как   калий хлористый и карбомид на отработанные
акарицидные жидкости. Эти вещества также ускоряют процесс детоксикации, который
протекает в течение 30 дней [5, c.71].

Таким образом, простые
химические вещества (кроме серной кислоты) и минеральные удобрения ускоряют
процесс детоксикации акарицидных веществ в водной среде. Однако этот процесс
затягивается до 30 дней, что затрудняет их использовать в производственных условиях.

Отрицательный результат получили при испытании в качестве обеззараживающего
вещества калия марганцево – кислого при 0,1% концентрации. При добавлении данного
вещества в акарицидную жидкость, жидкость расслаивается, выделяется из него
акарицид. Однако выделенный акарицид увеличивает свои канцерогенные свойства.

Обнадеживающие результаты показали сорбционные способы на основе бурых
углей марки Б-2, Б-3 добываемые в Кыргызской Республике.  В зависимости от
первоначальной концентрации отработанных акарицидных жидкостей потребность
бурого угля на обеззараживание 1 тонны жидкости составляет 62,5…83,3 кг.
[5, c.78].

Для реализация сорбционного способа разработана специальная установка
обеззараживания отработанных акарицидных растворов (рис.1.Патент KG №67) [6].

На тракторный прицеп 1
установлен центробежный насос 2 для перекачки отработанной купочной жидкости из
ванны 3 в объем фильтр – отстойник 4.

Устройство для
обеззараживания отработанной купочной жидкости и использованного сорбента 5,6
отдельно вмонтировано на платформу ручной тележки и во время транспортировки
может размещаться на тракторном прицепе 1.

Для надежной работы центробежного
насоса всасывающий  патрубок 7 снабжен
фильтром 8 обшитый  на специальную рамку
9.

Предварительная очистка
отработанной акарицидной  жидкости от
механических примесей в объеме фильтр – отстойника 4 является подготовительным
этапом к ее обеззараживанию. Поскольку без такой очистки сорбент в бункере 5
часто забивается грязью, что в дальнейшем затрудняет процесс обеззараживания
акарицидной жидкости.

Устройство для
обеззараживания акарицидного раствора и использованного сорбента представляет
собой автономно – передвижную конструкцию вмонтированную на ручной тележке и состоит
из бункера для сорбента 1 и специальной печи 2 для сжигания использованного
сорбента при температуре 800…1000⁰С (рис.2) [7].

Бункер в нижний вытянутой
части оборудован расбрасывателем 3 и через нижний люк 4 соединен с печью. Для
обеспечения необходимой скорости истечения акарицидной жидкости по внутреннему
объему в процессе сорбции остатков акарицидных веществ, бункер оборудован вакуумной
установкой 5. Разбрасыватель приводится в действие от электродвигателя
вакуумной установки с помощью ременной передачи. Лопасти разбрасывателя
расположены в шахматном порядке, что обеспечивает забрасывание порции сорбента
и определенной участок  печи.

Печь  сварена из листовой стали  в виде прямоугольной коробки, внутрь выложен
огнеупорным кирпичом, содержит под 6  и поддувало 7, разделенные между собой
решеткой 8, боковые крышки 9 и 10 и выхлопную  трубу 11. Внутри пода установлена батарея горелок представляющая собой
трубы, сообщающиеся между собой с
соединенные с баком топлива 14. Другой конец труб наглухо заварены. В верхней
части горелок имются три ряда мелких отверствий для выхода топлива.

Принцип работы устройства включает два этапа:
обеззараживания отработанного акарицидного раствора и сжигание использованного
сорбента. Для осуществления первого этапа жидкость из фильтра – отстойника 4 подается
в бункер 5, предварительно заполненный сорбентом. В качестве сорбента
акарицидных веществ из отработанной купочной жидкости использованы бурые угли,
добываемые в Кыргызской Республике измельченные до определенного размера.
Конструкция бункера обеспечивает равномерное распределение жидкости по всему
объему, а вакуумная  установка – 5
необходимую скорость   ее истечения.
Вакуумная установка включается одновременно с подачей жидкости в бункер.
Осветленная жидкость по мере накопления в объеме вакуум – баллона 15 сливается.

Сжигание (утилизация) использованного сорбента осуществляется после
окончание сорбционного процесса. Нижний люк 4 бункера соединяется с печью 2, а
разбрасыватель 3 с электродвигателем вакуумной установки 5. Затем в печи
необходимо обеспечить рабочую температуру сжигания сорбента (800 – 1000⁰С).
Для этого из бака 14 топливо подается к батареям горелок 12 и разжигается. При
достижении рабочей температуры в печи необходимо открыть нижний люк бункера 4 и
загрузочное окно печи и включить разбрасыватель для равномерной подачи сорбента
в печь. По мере сгорания сорбента необходимо следить за температурным режимом в
печи. Продукты сгорания сорбента освобожденные от акарицидных веществ
выбрасывается в атмосферу, а шлак очищается. Выделяемое тепло при сгорании
сорбента можно использовать для обогрева воды для купания овец и для других
бытовых нужд.

Выводы и
рекомендации. Исследования сорбционных свойств бурых углей с целью
обеззараживания неоцидоловой эмульсии путем фильтрации в статическом режиме дали
следующие результаты: сорбционная способность бурых углей изменяется в
зависимости от размера частиц, с увеличением размера частиц, растет расход
сорбента. Главный недостаток статического режима фильтрации заключается в том, что процесс затягивается до 9-21 часов.

В целях снижения затрат времени на процесс фильтрации предложена
специальная конструкция  вакуумного
устройства. Наряду с возможностью оценки качества полученного фильтрата
устройство  позволяет
ускорить процесс фильтрации создает
предпосылки для разработки производственной установки  обеззараживания отработанных акарицидных
растворов непосредственно на
местах расположения купочных ванн.

Литература

1. Развитие
   сельского хозяйства и переработки (http:745. gateway.kgǀcontentǀ strategyǀcdsǀ261)/
2. URL: http:ǀǀwww.24
   kg. org ǀeconomicsǀ 90548-pogolove-skota-v-kyrgystane-ezhegodno-budet.html/
3. Осмонов
   Ы.Дж. Экологически безопасная технология обработки овец против псороптоза //
   Ы.Дж.Осмонов. -Бишкек, 2002.-145 с.
4. Механизация
   процессов при обратотке овец против паразитных заболеваний // Ы.Дж. Осмонов,
   В.М. Серов, У.Т. Жусупов, К.К. Мажинов. – Бишкек, 1993.-38 с.
5. Экологически
   безопасная технология зооветобработки овец // Ы.Дж. Осмонов, Б.Жаныбекова, З.Т.
   Андаева. Verlag/Издатель:LAP LAMBERT Academic Publishing
   ist ein Imprint der / является торговой маркой OmniScriptum GmbH & Go.KG
   Heinrich-Bocking-Str.6-8,66121 Saarbrucken,Deutschland/Германия .
6. Пат.№67 Кыргызская Республика, МПК А 61 Д
   11/00. Мобильная установка для купки овец / Ы.Дж. Осмонов, К.О.Кыдыралиева,
   А.Ш.Кенжетаев, А.С.Шалпыков, В.А. Седов, Ч.Т.Уметалиева; заявитель и
   патентообладатель Ы.Дж.Осмонов-20050004.2; заяв.06.12.2004; опубл.30.11.2005. Бюлл.11.-4 с.:ил.
7. Пат.№836 Кыргызская Республика, МПК А.с.SU №307247, кл.F 23G3/06,1971.Устройство
   для сжигания сорбента акарицидов / Ы.Дж. Осмонов, К.О.Кыдыралиева,
   А.Ш.Кенжетаев и др.; заявитель и патентообладатель Ы.Дж.Осмонов – 20040107.1;
   заяв.22.11.2004; опубл.30.12.2005. Бюлл.12.-3 с.илл.
8. Осмонов Ы. Дж. Токтоналиев
   Б.С. Моделирование профилактической обработки овец в условиях кооперативных
   хозяйств Кыргызстана . // Вестник
   Алтайского государственного аграрного университета №6 (32),  2007. Стр. 32-37.
9. Smets K.,
   Vercruysse J. EVALUATION OF DIFFERENT METHODS
   FOR THE DIAGNOSIS OF SCABIES IN SWINE. //Veterinary
   Parasitology. 2000. Т. 90. № 1-2.
   С. 137-145.
10. Crawford S., James
    P.J., Maddocks S.SURVIVAL AWAY FROM SHEEP AND
    ALTERNATIVE METHODS OF TRANSMISSION OF SHEEP LICE (BOVICOLA OVIS).
    //Veterinary Parasitology. 2001. Т. 94. № 3.
    С. 205-216.

References

1. Development of agriculture and processing (http: 745. gateway.kg|content|
   strategy|cds|261) /
2. URL: http: ||www.24 kg. org |economics |
   90548-pogolove-skota-v-kyrgystane-ezhegodno-budet.html /
3. Osmonov Y.J. Ecologically safe technology of processing
   sheep against psoroptosis // Y.J.Osmonov. -Bishkek, 2002.-145 p.
4. Mechanization of processes during the inversion of sheep
   against parasitic diseases // Y.J. Osmonov, V.M. Serov, U.T. Zhusupov, K.K.
   Mazhinov. — Bishkek, 1993.-38 p.
5. Ecologically safe technology zoovetobrabotki sheep / /
   J.J. Osmonov, B. Zhanybekova, Z.T. Andaev. Verlag / Publisher: LAP LAMBERT
   Academic Publishing ist ein Imprint der / is a trademark of OmniScriptum GmbH
   & Go.KG Heinrich-Bocking-Str.6-8.66121 Saarbrucken, Deutschland / Germany
   Email / email: into@ap-publishing.com .
6. Pat. No. 67 Kyrgyz Republic, IPC A 61 D 11/00. Mobile
   installation for the sheep / Y. Osmonov, KO Kydyralieva, A.Sh. Kenzhetayev,
   A.S. Shalpikov, V.A. Sedov, Ch.T.Umetaliev; applicant and patent holder Y.
   O.Osmonov-20050004.2; claiming on 06.12.2004; published on 30.11.2005.
   Bull.11.-4 p.: Ill.
7. Pat. No. 836 Kyrgyz Republic, IPC As.SU No. 307247, class
   F 23G3 / 06,1971. Device for burning the sorbent of acaricides / Y.J. Osmonov,
   KO Kydyralieva, A.Sh. Kenzhetayev and others; the applicant and the patent
   holder Y. O.Osmonov — 20040107.1; Application 22.11.2004; published on
   30.12.2005. Bull.12.-3 s.ill.
8. Osmonov Y. J. Toktonaliev B.S. Modeling of preventive
   processing of sheep in conditions of cooperative farms in Kyrgyzstan. //
   Bulletin of the Altai State Agrarian University № 6 (32), 2007. Стр. 32-37.
9. Smets K., Vercruysse J. EVALUATION OF DIFFERENT METHODS
   FOR THE DIAGNOSIS OF SCABIES IN SWINE. //Veterinary Parasitology. 2000. Т. 90. № 1-2.
   P. 137-145.
10. Crawford S., James P.J., Maddocks S.SURVIVAL
    AWAY FROM SHEEP AND ALTERNATIVE METHODS OF TRANSMISSION OF SHEEP LICE (BOVICOLA
    OVIS). //Veterinary
    Parasitology. 2001. Т. 94. № 3.
    P. 205-216.

DOI 10.24411/2413-046Х-2019-16028

ОЦЕНКА ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМ ПОРТФЕЛЕМ

Печенова Евгения Андреевна, магистрант, Финансовый университет при Правительстве РФ, Россия, г. Москва

Аннотация:
Современный
этап развития общества характеризуется беспрерывными изменениями окружающей
среды и свободной деловой конкуренцией на рынке капиталов за привлечение
инвестиций. Каждая компания старается привлекать как можно больше инвестиций
для осуществления эффективной деятельности, и, наконец, добиваться положительного
результата своего экономического развития. В свою же очередь, задачами
современного инвестора выступает оценка привлекательности компании, принятие
правильных инвестиционных решений, и оценка эффективности своих инвестиций.

Как уже
было упомянуто, в современном мире наблюдаются постоянные изменения. Они
происходят настолько быстро, что ключевой задачей становится не только выбор
финансовых инструментов для инвестирования, а также постоянная оценка
эффективности своих инвестиций и изменение структуры своего инвестиционного
портфеля. Стоит отметить, что никакой профессиональный инвестор не полагается
на удачу. Вместо этого, он всегда имеет четкую стратегию, описанную в цифрах, а
также всегда пересматривает свой портфель.

Ключевые слова: инвестиционный портфель, управление
инвестиционным портфелем, коэффициент Трейнора, коэффициент Шарпа, индекс
Дженсена

Процесс управления инвестициями можно условно
разделить на следующие этапы:

1. Установление
инвестиционной политики

2.
Анализ и оценка инвестиционных возможностей

3. Формирование
диверсифицированного инвестиционного портфеля

4.
Пересмотр портфеля

5. Оценка
эффективности управления портфелем

Далее мы
подробно остановимся на каждом шаге этого процесса.

Установление инвестиционной политики является первым и очень
важным шагом в процессе управления инвестициями. Что мы подразумеваем под
инвестиционной политикой? Инвестиционная политика – это определение инвестором
своих инвестиционных целей. Инвестиционной политика индивидуальна для каждого инвестора,
она должна учитывать являются ли вложения долгосрочными или нет, склонен ли
инвестор к риску или предпочитает быть консервативным и так далее. Цели
политики должны быть четко оговорены.   Например,
инвестиционная политика может определить, что целевой показатель средней
доходности инвестиций должен составлять 15%, а риск при этом может быть не
более 10%.

Определение
толерантности инвестора к риску является самой важной задачей. Очевидно, что
каждый инвестор хотел бы получить наивысшую возможную доходность. Именно
поэтому, цели инвестора должны быть точно сформулированы еще «на берегу», не следует
устанавливать свои инвестиционные цели как просто «заработать много денег». Иначе,
в большинстве случаев, при таком раскладе, вы рискуете остаться ни с чем.

Анализ и оценка инвестиционных возможностей. После создания
инвестиционной политики, когда определены цели инвестора и определены
потенциальные категории финансовых активов для включения в инвестиционный
портфель, можно проанализировать имеющиеся типы инвестиционных возможностей. Основными
подходами к анализу таких возможностей являются технический анализ и
фундаментальный анализ.

Технический
анализ включает анализ рыночных цен в попытке предсказать будущие колебания цен
для конкретных финансовых активов, обращающихся на рынке. Этот анализ исследует
тенденции исторических цен и основан на предположении, что эти тенденции или
закономерности повторяются в будущем.

Фундаментальный
анализ в его простейшей форме ориентирован на оценку внутренней стоимости финансового
актива. При сопоставлении внутренней стоимости и рыночной стоимости финансовых
активов можно определить, какие активы недооценены, а какие переоценены.  

Таким
образом, второй шаг включает в себя определение тех конкретных финансовых
активов, в которые можно инвестировать.

Формирование диверсифицированного
инвестиционного портфеля является следующим шагом в процессе управления
инвестициями. Инвестиционный портфель — совокупность собранных воедино
различных инвестиционных возможностей, служащих инструментом для достижения
конкретной инвестиционной цели инвестора. Диверсификация означает формирование
портфеля для снижения или ограничения риска инвестиций. Можно выделить два метода
диверсификации:

• случайная диверсификация, когда несколько доступных финансовых
  активов помещаются в портфель наугад;
• объективная диверсификация, когда финансовые активы выбираются в
  портфель после инвестиционных целей и с использованием соответствующих методов
  анализа и оценки каждого финансового актива.

Теория
управления инвестициями сосредоточена на вопросах объективной диверсификации
портфеля, и профессиональные инвесторы, в свою очередь, всегда следуют
установленным инвестиционным целям, когда собирают свой портфель и управляют им.

Пересмотр портфеля. Этот этап процесса
управления инвестициями относится к периодическому пересмотру трех предыдущих
этапов. Это необходимо, поскольку со временем инвестор с долгосрочным
горизонтом инвестиций может изменить свои инвестиционные цели, а это, в свою
очередь, означает, что портфель инвестиций в настоящее время может быть не
оптимальным и даже противоречить новым установленным инвестиционным целям.
Инвестор должен сформировать новый портфель, продавая некоторые активы в своем
портфеле и покупая другие.

Могут
быть и другие причины для пересмотра существующего портфеля. Cо временем цены на активы меняются, а это
означает, что некоторые активы, которые были привлекательными в свое время,
могут потерять свою инвестиционную привлекательность. Таким образом, инвестор должен
продать один актив, чтобы купить другой, более привлекательный в это время, в
соответствии с его оценкой. Периодическая переоценка инвестиционных целей и
портфелей на их основе необходима, поскольку внешняя среда и финансовые рынки
постоянно изменяются. Рыночная глобализация предлагает инвесторам новые
возможности, но в то же время управление инвестициями становится все более
сложной задачей с растущей неопределенностью.

Оценка эффективности управления портфелем предполагает периодическое
определение того, как осуществлялось управление портфелем, с точки зрения не
только полученного дохода, но и риска. Таким образом, для того, чтобы оценить,
насколько эффективно было управление портфелем, нужно определить такие величины
как доходность и риск портфеля, а также их соотношение.

В
настоящее время можно выделить три набора инструментов измерения соотношения
риска и доходности, которые помогают нам в оценке наших портфелей. Это коэффициенты
Трейнора, Шарпа и Дженсена.

Коэффициент Трейнора. Джек Л. Трейнор был первым,
кто предоставил инвесторам комплексный показатель оценки эффективности
портфеля, который включал не только доходность финансового актива, но и риск.
Он предположил теорию, что на самом деле существуют две составляющие риска:
риск, вызванный колебаниями на фондовом рынке, и риск, связанный с колебаниями
отдельных ценных бумаг.

Коэффициент
Тейнора рассчитывается по следующей формуле:

где:

– средняя доходность инвестиционного портфеля;

– средняя доходность безрискового актива;

– рыночный риск
инвестиционного портфеля.

Числитель определяет премию за риск, а знаменатель соответствует риску портфеля. В свою очередь,

рассчитывается так:

где:

– ковариация между доходностью инвестиционного портфеля и доходностью рынка;

– дисперсия доходности рынка.

Результирующее значение Teynor ratio представляет собой доходность портфеля на единицу риска. Очевидно, что, чем выше коэффициент, тем лучше и эффективнее было управление портфелем.

Стоит
помнить, что этот показатель действительно эффективен для оценки только
диверсифицированных портфелей, так как в расчетах учитывает только систематический
риск.

Коэффициент Шарпа. Этот коэффициент почти
идентичен коэффициенту Трейнора, за исключением того, что показатель риска в
данном случае — стандартное отклонение портфеля. То есть, данный коэффициент
рассматривает не только системный риск (рыночный, бета), но и несистемный.

Коэффициент
Шарпа можно легко определить как:

– средняя доходность инвестиционного портфеля;

– средняя доходность безрискового актива;

– стандартное отклонение доходностей инвестиционного портфеля (риск портфеля).

Мы еще
раз обнаруживаем, что лучший портфель не обязательно тот, у которого самый
высокий доход; это тот, у которого самый высокий доход, скорректированный на
риск.

Коэффициент Дженсена.
Названный в честь его создателя, Майкла К. Дженсен, коэффициент Дженсена
вычисляет избыточную доходность, которую портфель генерирует, над ожидаемой
доходностью. Эта мера доходности также известна как альфа. Формула расчета
этого коэффициента следующая:

где:

– средняя доходность инвестиционного портфеля;

– средняя доходность безрискового актива;

– среднерыночная доходность;

– рыночный риск инвестиционного портфеля.

Индекс
Дженсена измеряет, насколько коэффициент доходности портфеля связан с
возможностью инвестора повысить доходность выше среднего, скорректированную на
рыночный риск. Чем выше коэффициент, тем лучше корректировка с учетом риска.
Портфель с неизменно положительной избыточной доходность будет иметь
положительную альфу, а портфель с неизменно отрицательной избыточной возвратом
будет иметь отрицательную альфа.

Стоит
помнить, что никакой профессиональный инвестор не полагается на удачу. Вместо
этого, он всегда имеет четкую стратегию, описанную в цифрах (определяет
допустимый риск, ожидаемую доходность, временной горизонт и т.д). Разумный
инвестор всегда пересматривает свой портфель.

Таким
образом, мы выяснили, что для эффективного управления портфелем финансовых
активов необходимо проводить постоянную оценку эффективности портфеля. Другими
словами, это один из этапов непрерывного процесса управления инвестициями,
который состоит из нескольких стадий: установление инвестиционной политики,
анализ и оценка инвестиционных возможностей, формирование диверсифицированного
инвестиционного портфеля, пересмотр портфеля, и оценка эффективности управления
портфелем. Цикл повторяется снова и снова.

Для
того, чтобы оценить, эффективность управления портфелем, нужно оценить такие
величины как доходность и риск портфеля, а также их соотношение. В этом нам
могут помочь несколько инструментов – коэффициенты Шарпа, Тейнора и Дженсена.
Зная значения данных коэффициентов и их оптимальные границы, можно делать
суждения о пересмотре портфеля или же о дальнейшем его использовании.

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

1) Байдерина Д.П., Шепелев И.Г. Оценка и
управление инвестиционным портфелем, Управление инвестициями и инновациями,
2017. – 23-29 с.

2) Берзон Н.И., Дорошин Д.И. Особенности применения
показателей эффективности финансовых инвестиций, Оценка инвестиций, 2012. –
21-33 с.

3) Валинурова Л.С., Казакова О.Б. //
Инвестирование: теория и практика: учебник — Москва: КНОРУС, 2017. — 410 с.

4) Помыткина А.В., Соколова Т.М.1 Бритикова Е.А. Оценка и
эффективности управления инвестиционным портфелем, Вестник научно-технического
творчества молодежи Кубанского ГАУ, 2017. – 32-35 с.

5) Оценка эффективности инвестиций,
инвестиционного портфеля, акций на примере в EXCEL – [Электронный
ресурс] – Режим доступа: http://finzz.ru/ocenka-effektivnosti-investicij-analiz-akcij-investicionnogo-portfelya-na-primere-v-excel.html

6) K. Levisauskait,
Investment Analysis and Portfolio Management // Leonardo da Vinci programme
project, Vytautas Magnus University, 2010

7) Measure Your
Portfolio’s Performance –
[Электронный ресурс] – Режим доступа: https://www.investopedia.com/articles/08/performance-measure.asp

DOI 10.24411/2413-046Х-2019-16027

Экономико-статистическая характеристика условий труда в рамках оценки использования трудового потенциала Казахстана

IN THE EVALUATION OF THE USE OF
LABOR POTENTIAL OF KAZAKHSTAN

Бекхожаева Айгуль Кожахметовна, к.э.н., доцент КГУ имени Коркыт Ата, Казахстан,
город Кызылорда

Едилбаев Нуржан Баскосканович, м.э.н., КГУ имени Коркыт Ата ,Казахстан, город
Кызылорда

Жусупов Айболат Ертаевич, м.э.н., КГУ имени Коркыт Ата ,Казахстан, город
Кызылорда

Рахметбекова Жадра Шайзадакызы, м.э.н., КГУ имени Коркыт Ата ,Казахстан, город Кызылорда

Bekkhozhaeva Aigul Kozhakhmetovna, Ph. D., associate Professor of Korkyt ATA KSU, Kazakhstan, Kyzylorda city

Edilbaev Nurzhan Basosquamous, M.E.n., Korkyt ATA KSU ,Kazakhstan, Kyzylorda city

Zhusupov Aibolat Ertaevich, M.E.n., Korkyt ATA KSU ,Kazakhstan, Kyzylorda city

Rahmatalla Jadra Sysadmin, M.E.n., Korkyt ATA KSU ,Kazakhstan, Kyzylorda city

Аннотация: В статье проведен экономико-статистический анализ факторов полного и эффективного использования трудового потенциала. В рамках статистического анализа были изучены условия труда, травматизма на производстве, а также приведена группировка основных направлений исследования условий труда. В статье дана статистическая характеристика условий труда, в частности динамика и структура работающих в неблагоприятных условиях труда в региональном разрезе, по видам экономической деятельности, формам собственности.

Summary: The article presents an economic and statistical analysis of the factors of full and effective use of labor potential. As part of the statistical analysis were studied working conditions, injuries in the workplace, as well as the grouping of the main directions of the study of working conditions. The article presents the statistical characteristics of working conditions, in particular, the dynamics and structure of workers in unfavorable working conditions in the regional context, by economic activities, forms of ownership.

Ключевые слова: условия труда, статистический, анализ, трудовой, потенциал, показатели, динамика, структура,  производственный, травматизм.

Keywords: working Conditions, statistical, analysis, labor, potential, indicators, dynamics, structure, production, injuries.

В рамках статистического
анализа использования рабочей силы организация труда, ее совершенствование выступает
как условие наиболее полного и эффективного использования трудового потенциала.

Высокое качество рабочей
силы — лишь предпосылка к высокой эффективности производства. Для ее реализации
необходимо, чтобы труд работника был хорошо организован, чтобы у
него не было перерывов в работе по организационно-техническим причинам, чтобы поручаемая
ему работа соответствовала профессиональной
подготовке и уровню квалификации, чтобы работнику были созданы
нормальные санитарно-гигиенические условия труда, обеспечивающие нормальный
уровень интенсивности труда.

Вопросы нормирования труда,
условий труда и производственного травматизма изложены в отдельных
статьях закона Республики Казахстан о труде.

Согласно ст. 1 п. 3 Закона
о труде в Республике Казахстан к вредным (особо вредным) условиям
труда относятся условия труда, при которых воздействие определенных
производственных факторов приводит к снижению работоспособности
или заболеванию работника либо отрицательному влиянию на здоровье его
потомства; к опасным (особо опасным) — условия труда, при которых воздействие
определенных производственных факторов приводит в случае несоблюдения
правил охраны труда к внезапному резкому ухудшению здоровья или
травме работника либо его смерти. В соответствии со ст. 7 п. 1.3
работник имеет право на условия труда, отвечающие требованиям безопасности и
гигиены. Нормальная продолжительность
рабочего времени не должна превышать 40
часов в неделю, (ст. 45 п. 2 3-на), а для работников, занятых на тяжелых физических
работах с вредными условиями труда — не более 36 часов в неделю
(ст.46, п.1.2. 3-на).

Особое место в
статистическом исследовании процесса использования рабочей силы
занимает изучение условий труда, травматизма на производстве
и профессиональных заболеваний. Условия труда оцениваются в группировке по
следующим направлениям:

• по отраслям промышленности;
• по условиям труда;
• по полу;
• по видам компенсаций и льгот за работу в неблагоприятных условиях труда;
• по областям.

При анализе работающих во
вредных и опасных условиях труда выделяются: условия, не
отвечающие санитарно-гигиеническим требованиям (нормам) —
работа при повышенных уровнях шума и ультра или инфразвука, вибрации,
запыленности и загазованности воздуха; тяжелый физический труд;
работа на оборудовании, не отвечающем требованиям безопасности.

Агентством Республики
Казахстан по статистике проводятся ежегодные обследования
предприятий по вопросам условий труда и производственного
травматизма.

По результатам обследования
условий труда в отраслях промышленности в неблагоприятных условиях
работали 19,5%, в том числе в промышленности — 28,7%, на
транспорте — 11,5%, в строительстве — 8,8%.

В качестве обобщающего показателя определяется численность занятых в неблагоприятных и вредных условиях труда на 1000 работающих. Динамика этого показателя в целом по экономике в региональном разрезе представлена в табл. 1.

Анализируя данные табл. 1., следует отметить,
что почти во всех областях республики (кроме Атырауской, Западно-Казахстанской,
Карагандинской, Кызылординской областей и г. Астана) прослеживается тенденция роста
доли занятых во вредных условиях.

Анализ структуры занятых во вредных и опасных
условиях труда по отдельным видам экономической деятельности показывает, что
она более подвижна у мужчин, чем у женщин, о чем свидетельствуют приведенные
расчеты.

К работникам, занятым в неблагоприятных
условиях труда, относятся лица, которые пользовались хотя бы
одним из установленных видов компенсаций и льгот.

Вместе с тем сумма затрат на компенсации за
работу во вредных и опасных условиях труда сократилась в 4,3
раза.

Выплаты компенсаций производятся
непосредственно из региональных бюджетов.

Одним из направлений анализа факторов
формирования и использования трудового потенциала является
изучение условий труда на предприятиях различных форм собственности.

По данным таблицы можно сказать, на
предприятиях с негосударственной формой собственности доля работников, занятых
в неблагоприятных условиях труда была выше, чем на государственных
предприятиях.

Изучение условий труда, производственного
травматизма, позволяет проводить государственную политику,
направленную не только на снижение уровня заболеваемости и смертности
на производстве, но и на поддержание и реабилитацию пострадавших, что,
в конечном счете, благоприятно сказывается на демографической ситуации.

Особое внимание надо уделять улучшению
социально-бытовой сферы, повышению уровня эффективности
социального обеспечения рабочих, занятых в условиях опасных и вредных
для здоровья и жизни.

В региональном разрезе
наибольшее число пострадавших при несчастных случаях на
производстве отмечается в Восточно-Казахстанской,
Карагандинской, Павлодарской, Северо-Казахстанской, Акмолинской
областях.

Как показывает опыт анализа мировой и отечественной
практики, неблагоприятные условия труда не только имеют
отрицательные социальные последствия, но и являются важнейшими
барьерами на пути роста производительности труда и качества продукции.

Согласно Программе Правительства республики Казахстан на 2015-2020 годы, утвержденной Указом Президента
Республики Казахстан от 28 марта 2015 года №827 в ближайшие годы будут
реализованы мероприятия по совершенствованию
трудового законодательства, направленные на урегулирование объемов сверхурочных работ во вредных и опасных условиях труда.

Список литературы

1. Буланов
В.С , Волгина Н.А. Рынок труда: Учебник для студентов вузов по спец. «Экономика
труда и др.экон. спец.»/ Под общ. ред. Буланова, B.C., Волгина H.A.-2-e изд.,
перераб. и доп М.:Экзамен,2013.-478с.

2.Ефимова М.Р., Бычкова С.Г. Статистика населения и
трудовых ресурсов. Учебноеппособие.,М.:ГУУ,2002.
3. Досманбетов Б.С. Статистика населения Казахстана. Алматы: РИК, 2013.-155с.

4.
Досманбетов Б.С. Трудовой потенциал и рынок труда Казахстана. -Алматы: РБК, 2014,-192с.

5. Регионы
Казахстана в 2017г. — Статистический сборник, Астана, 2018.-99 с.

6.Казахстан в
цифрах. — Статистический ежегодник, -Астана, 2017.-102с.

УДК: 331.556.4 (470)

DOI 10.24411/2413-046Х-2019-16026

Основные направления внутрироссийской миграции

Main trends of internal migration in Russia

Авдеев Евгений
Валентинович, кандидат экономических наук, ст.
преподаватель кафедры организации производства и предпринимательской
деятельности в АПК ФГБОУ ВО «Воронежский государственный аграрный университет
имени императора Петра I»

Avdeev Evgeniy V., candidate of Economic Sciences, Senior Lecturer , of Farm Production
Management and Entrepreneurial Business in Agro-Industrial Complex the,
Voronezh State Agrarian University named after Emperor Peter the Great

Терновых Константин
Семенович, доктор экономических наук, профессор, зав.
кафедрой организации производства и предпринимательской деятельности в АПК
ФГБОУ ВО «Воронежский государственный аграрный университет имени императора
Петра I»

Ternovykh Konstantin S., doctor of Economic Sciences, Professor, Head of the Dept. of Farm
Production Management and Entrepreneurial Business in Agro-Industrial Complex,
Voronezh State Agrarian University named after Emperor Peter the Great

Аннотация: В статье определены основные направления внутрироссийской миграции по федеральным округам и в разрезе регионов. Отмечаются значительные темпы роста миграционной активности населения. Так, в период с 2000 по 2016 г. численность прибывшего населения увеличилась на 2 млн чел., или на 76,8 %. Прирост выбывшего населения за тот же период времени происходил несколько более высокими темпами, он составил на 83,6 %. Наблюдается повышение активности миграционного обмена как внутри страны, так и с зарубежными странами. Численность населения, участвующего в миграционных потоках, внутри регионов повысилась на 58,9% или на 756,8 тыс. чел. Отмечается более чем 2-х кратное повышение численности населения, выбывающего в другие регионы страны. Все более привлекательным для мигрантов становится Центральный федеральный округ. Большую часть прироста населения обеспечивают г. Москва и Московская область, на их долю в 2005 г. приходилось 57,4 %, или 141,7 тыс. чел., а в 2016 г. — уже 64,5 %, или 443,1 тыс. чел. Установился устойчивый вектор миграционных потоков с Востока на Запад страны, который несет под собой больше минусов, чем плюсов. Поэтому современные тенденции внутренней, а также международной российской миграции должны предопределять формы и способы активизации государственного регулирования в силу того, что они вызывают не только проблемы трудоустройства и занятости, но и рост социальной напряженности в обществе.

Summary: The purpose of the study is to determine the major trends of internal migration in Russia in its federal districts as well as its regions. There observed significant growth rates of migration activity of the population. Thus, from 2000 to 2016, the number of the incoming population increased by 2 million people, or 76.8 %. The increase in the number of people who left the country during the same period of time was slightly bigger — 83.6 %. An increase in the activity of migrational exchange is observed both within the country and with foreign countries. The amount of people involved in migration flows within the regions increased by 58.9 % or 756.8 thousand people. There is a more than two-fold increase in the number of people that have decided to move to other regions of the country. The Central Federal district is now becoming increasingly attractive to migrants. Most of the population growth is provided by Moscow and the Moscow region — in 2005 they accounted for 57.4 %, or 141.7 thousand people, and in 2016 — 64.5 %, or 443.1 thousand people. There established a steady vector of migration flows from the East to the West of the country, which provides more disadvantages than advantages. Therefore, the current trends in domestic as well as international migration in Russia should predetermine the forms and methods of state regulation activation due to the fact that they cause not only employment problems, but also an increase in social tension in society.

Ключевые слова: миграция, федеральные округа, сальдо миграции, внутрироссийская миграция, эмиграция населения.

Keywords: migration, federal districts, balance of migration, internal migration in Russia, out-migration.

Миграция оказывает
значительное влияние на формирование рынка занятости как на уровне отдельного
субъекта, так и на уровне всей страны. При этом следует учитывать, что процессы,
происходящие в области миграционных отношений, достаточно сложны и многогранны.
Так, с одной стороны, спрос на труд по отраслям предопределяет потребность в
определенных категориях работников и соответственно рынок труда какого-либо
региона может значительно отличаться от соседнего региона, зависящего от
территориально локализованного производства. С другой стороны, предложение
рабочей силы определяется количественными и качественными показателями состояния
местного населения и социально-экономическим развитием региона, определяемым привлекательностью
для мигрантов, что в совокупности дает потенциальные возможности для
организации какого-то нового типа производства. Отсюда механизмы
государственного регулирования данных процессов не могут быть универсальными,
они должны учитывать региональную специфику.

Бессонов В.А. и
Петроневич  А.В. в качестве основных
потоков миграции, оказывающих воздействие на формирование региональных рынков
труда, выделяют: маятниковую трудовую миграцию; межрегиональную миграцию
рабочей силы; миграцию рабочей силы из-за пределов страны (внешнюю миграцию) [3].
Действительно, выделенные потоки миграции в определенной степени изменяют
структуру предложения трудовых ресурсов в регионах. Определение тенденций в
рамках данных направлений, а также дальнейшая выработка механизмов существующих
процессов позволяют снизить напряженность на отечественном рынке труда и
повысить общий уровень эффективности экономики России.

В современных условиях
отмечаются значительные темпы роста миграционной активности населения. Так, в
период с 2000 по 2016 г. численность прибывшего населения увеличилась с
2 662,3 тыс. чел. до 4 706,4 тыс. чел., или на 76,8 % (табл. 1).
Прирост выбывшего населения за тот же период времени происходил несколько более
высокими темпами, он составил 83,6 %, или увеличился с 2 420,6 до
4 444,5 тыс. чел.

Проведенный анализ
показывает, что наблюдается повышение активности миграционного обмена как
внутри страны, так и с зарубежными странами. Численность населения,
участвующего в миграционных потоках, внутри регионов повысилась на 58,9 %, или
на 756,8 тыс. чел. Отмечается более чем 2-х кратное повышение численности
населения, выбывающего в другие регионы страны. Так, если в 2000 г. их
численность составляла 990,3 тыс. чел., то в 2016 г. – 2 089,9 тыс. чел.

Выявленные тенденции во
многом свидетельствуют о повышении трудовой мобильности граждан, что в свою
очередь может являться одним из условий благоприятного развития всего
народнохозяйственного комплекса страны в перспективе, но лишь при выстраивании
государственного регулирования миграционных отношений на научной основе на базе
выполнения двух принципов: достижения максимального уровня эффективности, а
также обеспечения комплексного и равномерного социально-экономического развития
всех субъектов РФ.

В последние годы
активизируется миграционная и эмиграционная активность с зарубежными странами. Имеет
место увеличение количества мигрантов, прибывших на территорию страны, в 2000
г. насчитывалось 359,3 тыс. чел., а в 2016 г. – 575,2 тыс. чел., рост составил
60,1 %. Более высокими темпами растет количество эмигрирующих с территории страны,
за анализируемый период количество убывающих в год увеличилось по отношению к
2000 г. в 2,1 раза и в 2016 г. составило 313,2 тыс. чел. Однако, несмотря на
данные тенденции, наблюдается устойчивый рост сальдо международной миграции с
некоторыми колебаниями по годам. Данные тенденции, а также выявленный баланс
мигрантов/эмигрантов, с одной стороны, являются явно положительным моментом, поскольку
свидетельствуют о повышении благосостояния 
и как следствие, привлекательности страны на международной арене. А с
другой стороны, увеличение оттока населения в зарубежные страны во многом несет
с собой для экономики страны больше негатива, чем пользы. Это обусловлено
спецификой российской миграции и качественными характеристиками мигрирующего
населения. Если анализировать качественный состав мигрантов, прибывающих на
территорию РФ, то, как правило, это работники достаточно низкой квалификации, в
основном находящие применение на массовой и малопрестижной работе. При этом
эмигрирующее население – это люди в значительной степени высокой квалификации и
в данном контексте можно вести речь об «утечке мозгов». Поэтому с позиции
качества существующий обмен не равноценен, однако в абсолютных цифрах, с учетом
роста общей численности населения страны, сохранение существующего баланса в
некоторой степени оправдано, но недостаточно для целей достижения экономической
безопасности страны.

Следует отметить и тот
факт, что миграционная активность в абсолютном выражении к 2016 г. практически
достигла дореформенного уровня 1990 г. по большинству показателей. При этом за
период с 1990 по 2016 г. наблюдается рост численности выбывших в другие регионы
на 13,1 %, или на 242,1 тыс. чел. Однако численность мигрантов, прибывающих из
зарубежных стран, к 2016 г. уменьшилась на 37,0 %, что, на наш взгляд,
объясняется спецификой экономических и социальных отношений, существовавших на
рубеже 90-х гг. прошлого века.

В современных условиях
возрастает территориальная поляризация с четко выраженными регионами-донорами и
регионами-реципиентами.

Округом-лидером в плане
консолидации мигрантов выступает Центральный федеральный округ, на долю
которого в 2016 г. приходилось 25,3 % или 1 044,0 млн чел., что на 4,7 п. п.
выше уровня 2000 г. (табл. 2). С экономической точки зрения сложившаяся
тенденция имеет определенные причины, поскольку округ опережает в развитии
другие регионы по большинству экономических показателей, в частности по объему
привлекаемых инвестиций и обороту розничной торговли. Так же одним из ключевых
факторов притяжения мигрантов выступает входящий в округ – г. Москва,
являющийся не только административным центром управления страны, но и самым
экономически развитым регионом страны.

Кроме Центрального
федерального округа, в число округов с положительным сальдо внутрироссийской
миграции входят Северо-Западный федеральный округ, где как и в ЦФО ключевое
значение оказывают один из крупнейших городов России Санкт-Петербург и
Ленинградская область, а также Южный федеральный округ, в рамках которого
основным центром притяжения является Краснодарский край, а также вошедшие в
состав округа Республика Крым и г. Севастополь.

Наряду с выделенными округами центром привлечения мигрантов выступает и Приволжский федеральный округ, на долю которого в 2016 г. приходилось 18,9 %, или 780,5 тыс. чел. от внутрироссийских мигрантов. Однако численность выбывающего населения в данном округе была выше количества прибывающих и составила 827,2 тыс. чел., или 20,0 %.

Существующий дисбаланс между
округами в формировании и развитии миграционных потоков с течением времени
проявляется все сильнее и в ряде округов носит поистине угрожающие масштабы.
Так, в Дальневосточном федеральном округе сальдо миграции является
отрицательным. За период с 2010 по 2016 г. численность населения вследствие
миграционного обмена уменьшилась на 231,9 тыс. чел., что сопоставимо с численностью
населения, проживающего в Еврейской автономной области (164 тыс. чел.) и
Чукотском автономном округе (50 тыс. чел.) вместе взятых, а в Сибирском
федеральном округе – на 305,7 тыс. чел., что в свою очередь равносильно
численности населения республики Тыва (318 тыс. чел.).

Следует отметить
тенденцию уменьшения доли населения, участвующего в миграционных процессах в
рамках своего региона (маятниковая трудовая миграция), и, как следствие, в
процентном и количественном выражении растет численность населения, выезжающего
за пределы своего региона. Данные миграционные процессы присущи большинству
регионов страны с незначительными колебаниями по годам. При этом выделяется
Северо-Кавказский федеральный округ, где данное соотношение с 2000 по 2016 г.
уменьшилось на 14,5 п. п. и в 2016 г. доля населения, задействованного в
миграции в пределах своего региона, составила 53,0 %.

Структура
внутрироссийской миграции по итогам 2016 г. (без учета передвижений внутри
регионов) по территориям привлечения выглядит следующим образом.

1. Центральный ФО – из
Приволжского ФО (29,6 %, или 96,3 тыс. чел.) и Северо-Западного ФО (18,1 %, или
59,1 тыс. чел.).

2. Северо-Западный ФО –
из Центрального ФО (30,7 %, или 56,7 тыс. чел.) и Приволжского ФО (20,9 %, или
38,6 тыс. чел.).

3. Южный ФО – из
Центрального ФО (26,1 %, или 48,3 тыс. чел.) и Северо-Кавказского ФО (14,7 %,
или 27,1 тыс. чел.).

4. Северо-Кавказский ФО
– из Центрального ФО (31,1 %, или 21,7 тыс. чел.) и Южного ФО (28,2 % или 19,7
тыс. чел.).

5. Приволжский ФО – из
Центрального ФО (36,1 %, или 63,7 тыс. чел.) и Уральского ФО (24,8 % или 43,8
тыс. чел.).

6. Уральский ФО – из
Приволжского ФО (37,5 %, или 43,9 тыс. чел.) и Сибирского ФО (17,5 %, или 20,5
тыс. чел.).

7. Сибирский ФО – из
Центрально ФО (22,8 %, или 20,7 тыс. чел.) и Дальневосточного ФО (18,5%, или
16,8 тыс. чел.).

8. Дальневосточный ФО –
из Сибирского ФО (21,7 %, или 17,2 тыс. чел.) и Центрального ФО (30,4 %, или
12,3 тыс. чел.).

Анализ перераспределения
населения между субъектами РФ имеет концептуальное значение для понимания
сложившегося уровня развития страны в разрезе регионов, поскольку именно более
развитые округа являются центрами притяжения мигрантов и наоборот.

Центральный федеральный
округ становится все более привлекательным для мигрантов. Если в 2005 г. на его
долю приходилось 30,3 % перераспределенного населения, или 246,9 тыс. чел., то
в 2016 г. – 32,9 %,  или 686,7 тыс. чел.
(табл. 3). Однако большую часть из данного прироста обеспечили г. Москва и
Московская область, на их долю в 2005 г. приходилось 57,4 %, или 141,7 тыс.
чел., а в 2016 г. уже 64,5 %, или 443,1 тыс. чел.

Проведенный анализ
показал, что на сегодняшний день сформировалась устойчивая тенденция увеличения
разрыва между регионами-донорами и регионами-реципиентами. Данные миграционные процессы
проявляются с течением времени все четче. Установился устойчивый вектор
миграционных потоков с Востока на Запад страны, который несет под собой, для
целей обеспечения экономической безопасности страны, больше минусов, чем
плюсов. Поэтому современные тенденции внутренней, а также
международной российской миграции должны предопределять формы и способы
активизации государственного регулирования вследствие того, что они вызывают не
только проблемы трудоустройства и занятости, но и рост социальной напряженности
в обществе.

СПИСОК ЛИТЕРАТУРЫ

1. Бессонов, В.А.
Сезонная корректировка как источник ложных сигналов / В.А. Бессонов, А.В. Петроневич
 // Экономический журнал ВШЭ. – 2013. –  № 4. С. 554-584.

2. Данилова, З. А.
Эффекты управления трудовой миграцией / З. А. Данилова // Научное обозрение. —
2015. — № 18. — С. 294-297.

3. Топилин, А. Об
оценке влияния миграции на рынки труда / А. Топилин, О. Парфенцева //
Экономист. — 2010. — №3. — С. 32-41.

4.
Демографический ежегодник России. 2005: Стат. сб. / Росстат. – Москва, 2005.
–  595 c.

5. Демографический
ежегодник России. 2012: Стат. сб. / Росстат. – Москва, 2012. – 535 c.

6. Демографический
ежегодник России. 2017: Стат. сб. / Росстат. – Москва, 2017. – 265 с.

7. Российский
статистический ежегодник. 2017: Стат.сб./Росстат. — Москва, 2017  – 686 с.

8. Фаузер В.В.
Государственное управление миграцией населения: от принуждения к поощрению / В.В.
Фаузер, Т.С. Лыткина, Г.Н. Фаузер // Корпоративное управление и инновационное
развитие экономики Севера: Вестник НИЦ КПУВИ СыктГУ (электронный журнал). –
2015. – №3. – C. 151-168.

УДК 339.13

DOI 10.24411/2413-046Х-2019-16025

Особенности реализации инновационной деятельности в медицинских учреждениях

Features of the implementation of innovative activities in medical institutions

Н.В.Кузнецов, кандидат экономических наук, доцент факультета технологического менеджмента и инноваций, Университет ИТМО, Санкт-Петербург, Россия, E-mail: kuznetsov_nv@list.ru

В.П.Горелов, магистр 2 года обучения факультета технологического менеджмента и инноваций, Университета ИТМО, Санкт-Петербург, Россия, E-mail: vpgorelov@gmail.com

А.В.Рулева, магистр 2 года обучения, факультета технологического менеджмента и инноваций, Университет ИТМО, Санкт-Петербург, Россия, E-mail: maxrul@mail.ru

N.V. Kuznetsov, candidate of economic sciences, Associate Professor, Faculty of Technology Management and Innovation, ITMO University, St. Petersburg, Russia., Ruleva. A.V., Gorelov.V.P., E-mail: kuznetsov_nv@list.ru

V.P.Gorelov, Master in 2 years of study at the Faculty of Technology Management and Innovation, ITMO University, St. Petersburg, Russia, E-mail: vpgorelov@gmail.com

A.V. Ruleva, Master 2 years of study at the Faculty of Technology Management and Innovation, ITMO University, St. Petersburg, Russia, E-mail: maxrul@mail.ru

Аннотация: В данной статье освещается тема особенностей реализации инновационной деятельности в медицинских учреждениях. В статье говориться о внедрение новых технологий в медицину, как об одном из главных методов развития медицинской отрасли. Отражена структура инновационной модели системы здравоохранения. Объясняется значимость рыночной конкуренции, как фактора развития инноваций в медицинской сфере. Так же в статье представлена схема процесса инноваций в здравоохранение, отображены стадии инновационного процесса для медицинской отрасли.

Summary: This article covers the topic of the features of the implementation of innovative activities in medical institutions. The article talks about the introduction of new technologies in medicine, as one of the main methods of development of the medical industry. Reflects the structure of an innovative model of the health care system. The significance of market competition is explained as a factor in the development of innovations in the medical field. Also, the article presents the scheme of the innovation process in healthcare, displays the stages of the innovation process for the medical industry.

Ключевые слова: инновационная деятельность, медицинские учреждения, внедрение новых технологий в медицину, рыночная конкуренция, инновационный процесс.

Keywords: innovation, medical institutions, the introduction of new technologies in medicine, market competition, the innovation process.

Процессы глобализации и расширение возможностей обмена информацией всесторонне затрагивают сферу медицины.

Появление новых дисциплин на стыке различных фундаментальных наук (генодиагностика и генотерапия, нейровизуализация, онко- и нейроиммунология, нейротрансплантация, фармакогенетика и др.) нашло свое отражение в создании принципиально новой концепции медицинской науки как комплекса дисциплин, изучающих проблемы здоровья человека. Медицинская наука объединяет эти дисциплины, обеспечивая получение новых знаний о человеческом организме как на клеточном, так и молекулярном уровнях организации живой материи.

Растет интегрированность систем здравоохранения, в том числе через международные организации, через транснациональное распространение фармацевтической и биомедицинской продукции; повышается взаимодействие мирового научного сообщества; динамично развивается медицинский туризм; увеличиваются инвестиции в развитие человеческого капитала и инфраструктуры в здравоохранении.

Однако решающим фактором для получения конечного результата – пользы от современных достижений медицины для пациентов в виде улучшения показателей здоровья является перенос теоретических знаний и навыков в практическое здравоохранение. Этот процесс называют диффузией в практике или трансляцией знаний.

Другим эффективным методом развития медицинской отрасли является передача знаний и разработанных и применяемых технологий от одного производителя медицинских услуг другому. Данный процесс в современной литературе описывается как трансферт технологий. Обобщенно, эти термины обозначают внедрение новых медицинских инновационных технологий.

Сферу здравоохранения целесообразно рассматривать как функционирование взаимосвязанных разноуровневых структур, определяющих конечный результат, по которому оценивается здравоохранение.

Инновационная модель развития системы здравоохранения включает в себя единство медицинской науки, развитие системы непрерывного медицинского образования, международное партнерство с ведущими странами и научными центрами, охрану интеллектуальной собственности, развитие государственно-частного партнерства, создание целевых межведомственных медицинских научных программ (рис.1).

При этом следует иметь в виду, что для системы здравоохранения инновации и инновационная деятельность имеют на разных уровнях свои специфические особенности, а ключевым исполнительным звеном является медицинское учреждение.

Медицинское учреждение – это ключевой структурообразующий элемент эффективной системы здравоохранения, цель которого – оказание высокотехнологичных медицинских услуг. Деятельность медицинских учреждений направлена на улучшение состояния здоровья пациентов (диагностика, лабораторные исследования, лечение в специализированных отделениях, лекарственное и материально-техническое обеспечение, питание, степень комфортности палат и др.).

Медицинское учреждение представляет собой сложную многофункциональную систему, успех деятельности которой зависит от слаженной организации многообразных сложных структурных лечебно-диагностических и немедицинских вспомогательных подразделений.

Побудительным механизмом развития инноваций в сфере медицины, в первую очередь, как уже отмечалось ранее, является рыночная конкуренция. В условиях рынка учреждения, оказывающие медицинские услуги, постоянно вынуждены искать пути сокращения издержек производства и выхода на новые рынки реализации своих услуг. Повышение конкуренции на рынке медицинских услуг делает необходимостью разработку инновационных медицинских услуг на основе применения новейшего оборудования и технологий; новых методов профилактики, диагностики, лечения и реабилитации; новых лекарственных препаратов и медицинских изделий; информационных технологий хранения медицинских данных на электронных носителях; создание условий комфортного пребывания пациентов; наличие высококвалифицированных специалистов.

При всем разнообразии рыночных новшеств важным условием для их практической реализации является привлечение именно инновационных инвестиций в достаточном объеме.

Поэтому лечебно-профилактические учреждения, первыми освоившие эффективные новации, получают весомое преимущество перед конкурентами.

Винсентом К.О. и Норманом Г.Е. была предложена следующая схема процесса инновации в здравоохранении (см. рис. 2).

Данная концептуальная модель, опубликованная в «Журнале инноваций в государственном секторе», освещает основные инициативные группы и заинтересованные стороны в продвижении инноваций в здравоохранении. На данной модели указаны государственные органы, группы по защите прав пациентов, а также пациенты, клиницисты. Работа вышеупомянутых участников процесса инноваций в здравоохранении заключается в определении потребностей клиентов или потребителей услуг в секторе здравоохранения. Примером потребителей услуг могут служить организации здравоохранения, клиницисты, пациенты и их семьи и др.

Инновационный процесс, в рамках которого осуществляется разработка технологических инноваций, является частью научно-технического прогресса и заключается в выходе новой технологии на рынок вплоть до полной окупаемости вложенных инвестиций. Инновационная деятельность происходит и на последующих фазах жизненного цикла технологии при его частичном совершенствовании на базе улучшающих инновационных технологий или при создании новой модели.

Инновационный процесс, как было отмечено ранее, включает в себя 6-8 стадий, в зависимости от отрасли и специфики предприятия. Для медицинских учреждений обычно выделяют 8 основных его стадий:

1. Инициация инноваций – данный процесс является входом для всего инновационного процесса, однако включает в себя наибольшее количество важных работ и взаимосвязанных процессов.

2. Непосредственно процесс НИОКР, процесс создания собственно интеллектуального продукта и, главное, создание концепции оздоровления, которое включает в себя предмет и объект исследования.

3. Маркетинг – по существу данный процесс является определяющим для проектирования следующих стадий цикла инноваций. Однако работы и инструменты данного процесса функционируют в ходе всего цикла инновационной деятельности.

4. Стадия становления будущего производства – на данной стадии реализуются ОКР и создаются опытные образцы медицинских технологий.

5. Производство инновационного продукта (оказание услуги) – мелкосерийное, серийное и массовое производство.

6. Коммерциализация инноваций – реализация инноваций, основанная на продаже инновационных медицинских продуктов и технологий.

7. Продвижение инноваций – распространение новых медицинских продуктов и услуг среди партнеров (поликлиник и других медицинских учреждений) и населения.

8. Оценка эффективности – предполагает формирование постоянного мониторинга на базе сформировавшихся инноваций, целью которого является создание или усовершенствование функционирующей технологии или продукта.

Структура инновационного процесса медицинских учреждений представлена на рис 3.

Инновационный процесс может происходить как внутри организации здравоохранения, так и за ее пределами.

При происхождении инновационного процесса извне необходимо тесное взаимодействие с теми инновационными компаниями, университетами, которые разрабатывают и испытывают данные технологии. Дополнительно инновационные компании могут корригировать инновационный продукт, зародившийся в учреждении здравоохранения, превращая его в более совершенный продукт. Данный процесс необходим, так как многие инновации, возникающие в медицинских учреждениях, не имеют достаточных ресурсов для развития той или иной технологии, основываясь только на таланте своих собственных сотрудников.

Таким образом, ограниченные ресурсы таких организаций создают почву для формирования партнерских взаимоотношений с инновационными компаниями, R&D , чтобы создать продукт, который бы отвечал их потребностям с возможностью его продвижения и дальнейшего развития. Таким образом, инновационные технологии в здравоохранении являются реализованным на рынке медицинских услуг результатом, полученным от вложения капитала в новую операцию (технологию, процесс).

Список литературы

1. Биртанов Е, Нургожин Т., Айыпханова А. и др. Система внедрения инновационных методов профилактики, диагностики и лечения: Методические рекомендации. — АО «Национальный медицинский
2. Дячук, Е. А. Управление развитием инновационной системы учреждений здравоохранения: диссертация … кандидата экономических наук : 08.00.05.- СанктПетербург, 2018. — 175 с.
3. Инновационное развитие звеньев экономики: Монография / под ред А.А. Быкова и М.И. Ноздрина-Плотницкого. – Минск: Мисанта, 2009. – 143 с.
4. Кучковой, В. В. Инновационная деятельность в медицине как способ повышения качества медицинских услуг в системе здравохранения // Инновационное развитие экономики. – 2017. – №6. – С. 72-78.
5. Мартынчик С.А., Осокина О.В. Организационно-экономические технологии обеспечения конкурентного преимущества медицинской организации на рынке медицинских услуг [Электронный ресурс]. – Режим доступа: http://www.rusnauka.com/14_ENXXI_2013/Medecine/3_137504.doc.htm
6. Полянская, С. В. Совершенствование управления инновационной деятельностью учреждений здравоохранения : автореферат дис. … кандидата экономических наук : 08.00.05. – Саратов, 2012. – 23 с.
7. Стратегия развития медицинской науки в российской федерации на период до 2025 года.
8. Сыпабеков С.Ж., Тулембаев А.Н. Особенности инновационной деятельности в медицине // Нейрохирургия и неврология Казахстана. – 2015. — № 3 (40). Стратегия развития медицинской науки в российской федерации на период до 2025 года.