Моделі прогнозування відсотків на кредитному ринку

немає занадто високої чи занадто низької процентної ставки по будь-яким операціям у бізнесі; існують процентні ставки, котрі не відповідають рівню ризику даної операції; усі запропоновані в фінансових документах процентні ставки слід приводити до ефективного річного обчислення з метою можливого аналізу чи порівняння в процесі прийняття рішення; там, де замість процентної ставки (відносної величини) представлені готові суми нарахованих процентів (абсолютна величина), слід вивести на її основі ефективну річну ставку (Efficient Annual Rate) - EAR;

на основі обчисленої річної ефективної ставки слід виділити її складові та проаналізувати їх на дійсну відповідність середній премії за ризик для даного типу операцій та інфляційним очікуванням економічної системи.

2. АНАЛІЗ МОДЕЛЕЙ ДОСЛІДЖЕННЯ ПРОЦЕНТНОЇ СТАВКИ

2.1 Неформалізовані методи аналізу

Методи експертного аналізу використовуються для вибору пріоритетних напрямків діяльності на кредитному ринку. Найбільш поширеним методом є метод аналізу ієрархій (МАІ).

Метод аналізу ієрархій (Analytic Hierarchy Process - АНР) широко відомий у теперішній час. Метод аналітичної ієрархії виник як евристичні кошти порівняння й вибору альтернатив. Хоча приймають зусилля розробити аксіоматичні підстави методу, у більшості публікацій він з'являється як евристичний підхід, що апелює до здорового глузду користувача. Метод аналізу ієрархії був запропонований американським математиком Томасом Сааті близько 35 років тому [37]. Метод аналізу ієрархій - ефективний та доступний не математикові метод. Основне призначення методу - рішення слабо структурованих завдань прийняття рішень [32]. Серед перших успішних застосувань методу аналізу ієрархій можна відзначити застосування МАІ для розвитку економіки Судану (були отримані пріоритети і план капіталовкладень для різних проектів).

Відомо [37], що в основі процесу пізнання людиною навколишньої дійсності лежать декомпозиція й синтез. При вивченні якої-небудь системи, людина проводить її декомпозицію на підсистеми, і потім, виявивши відносини між підсистемами, проводить її синтез. Декомпозиція й синтез використовуються в МАІ для створення структури завдання ПР - ієрархії. У вершині ієрархії, використовуваній в МАІ, розташовується основна мета, далі, на рівень нижче - критерії, і, нарешті, на самому нижньому рівні - альтернативи, серед яких проводиться вибір й/або ранжирування. Ціль, критерії, альтернативи далі будемо називати об'єктами або елементами ієрархії [31].

Відповідно до МАІ експертів формується так називана матриця парних порівнянь А, а шуканий вагомий вектор w-(w_i,w₂,...,w_n)^T обчислюється як власний вектор цієї матриці, що відповідає максимальному власному значенню. Такий спосіб визначення вагового вектора через порушення на практиці властивості спільності (consistency) матриці парних порівнянь не є обґрунтованим [36].

Зупинка завдання, розв'язуваного за допомогою методу АНР, полягає звичайно в наступному.

Дано: загальна мета рішення завдання; N критеріїв оцінки альтернатив; n альтернатив.

Потрібно: вибрати найкращу альтернативу.

Підхід АНР складається із сукупності етапів.

Перший етап полягає в структуризації завдання у вигляді ієрархічної структури з декількома рівнями: мети-критерії - альтернативи.

Наступним етапом МАІ є виявлення інтенсивності взаємодії елементів ієрархії. Визначення інтенсивності взаємодії дозволяє обчислити величину впливу нижчих рівнів ієрархії на вищі рівні й, тим самим, дозволяє вирішити завдання вибору кращої альтернативи.

Для визначення інтенсивності взаємодії елементів ієрархії в МАІ використаються так називані попарні порівняння елементів (далі просто порівняння).

Попарне порівняння - це процес, відповідно до якого порівняються всі пари елементів ієрархії. Порівняння здійснюється за деяким критерієм, при кожнім порівнянні вказується більш вагомий з погляду ЛПР елемент.

Всі результати попарних порівнянь заносяться у відповідну таблицю, по якій потім проводяться відповідні обчислення, що дозволяють визначити найкращу альтернативу.

Для того щоб розрахувати коефіцієнти важливості відповідних елементів ієрархічного рівня, необхідно обчислити власні вектори матриці, а потім пронормувати їх. Формула для цих обчислень: витягається корінь n-й ступеня (n - розмірність матриці порівнянь) з елементів кожного рядка.

Розташовані в ячейках таблиці попарних порівнянь числа пов'язані з використовуваної в МАІ шкалою порівняння (табл. 2.1).

Одним з переваг представленої в табл. 2.1 шкали є те, що ЛПР при парному порівнянні об'єктів використає не бали, а якісні судження. Представлена шкала інтуїтивно зрозуміла будь-якій людині й не вимагає додаткових зусиль із його боку для того, щоб адекватно інтерпретувати й використати її значення. Використані ЛПР якісні значення переваги, для проведення необхідних обчислень, заміняються відповідними чисельними значеннями зі стовпчика «Ступінь важливості» табл.2.1.

Таблиця 2.1 - Шкала відносної важливості

Ступінь важливості	Визначення	Коментарі
1	Однакова важливість	Два об'єкти вносять однаковий вклад у досягнення мети.
3	Слабка значимість	Досвід і судження дають легку перевагу одному об'єкту перед іншим.
5	Істотна або сильна значимість	Досвід і судження дають сильну перевагу одному об'єкту перед іншим.
7	Дуже сильна й очевидна значимість	Перевага одного об'єкта перед іншим дуже сильно. Його перевага практично явно.
9	Абсолютна значимість	Свідоцтва на користь переваги одного об'єкта найвищою мірою переконливі.

Серед причин використання шкали, представленої в табл. 2.1, відзначимо наступні:

ѕ здатність людини проводити якісні розходження між об'єктами можна представити п'ятьма якісними характеристиками: рівний, слабкий, сильний, дуже сильний й абсолютний;

ѕ відомо, що оперативна пам'ять людини здатна маніпулювати одночасно 7 (±2) одиницями інформації, тому наведена шкала містить у собі не більше дев'яти градацій [34].

3 При заповнення матриць порівнянь ЛПР може робити помилки. Однієї з помилок є порушення транзитивності: з a_ij>a_jk, a_jk>a_is може випливати a_ij>a_is (a_ij - елементи матриці парних порівнянь). По-друге, можливі порушення погодженості чисельних суджень: a_ij*a_jk?a_ik.

Для виявлення непогодженості запропонований підрахунок індексу погодженості порівнянь, здійснюваний по матриці парних порівнянь . Викладемо алгоритм цього підрахунку [2]:

1) У матриці парних порівнянь підсумуються елементи кожного стовпця.

2) Сума елементів кожного стовпця множиться на відповідні нормалізовані компоненти вектора ваг, певного із цієї ж матриці.

3) Отримані числа підсумуються, значення суми позначимо як л_max.

4) Знаходимо індекс погодженості:

L = (л_max-n)/(n-1),

кредитний ринок процентний відсоток

де n - число порівнюваних елементів (розмір матриці).

5) Підраховуємо середнє значення індексу погодженості R для матриць (табл. 2.2).

Таблиця 2.2 - Середнє значення погодженості R

Порядок матриці	М (IO)	Порядок матриці	М (IO)	Порядок матриці	М (IO)
1	0.00	6	1.24	11	1.51
2	0.00	7	1.32	12	1.48
3	0.58	8	1.41	13	1.56
4	0.9	9	1.45	14	1.57
5	1.12	10	1.49	15	1.59

6) Обчислюється відношення погодженості:

T = L/R.(2.1)

При застосуванні методу бажаним вважається рівень T?0,1. Якщо значення Т перевищує цей рівень, рекомендується провести порівняння заново.

4 Останній етап полягає в підрахуванні кількісного індикатора якості кожної з альтернатив і визначенні найкращої альтернативи.

Синтез отриманих коефіцієнтів важливості здійснюється по формулі

,(2.2)

де S_j - показник якості j-й альтернативи; w_i - вага i-го критерію; V_ji - важливість j-й альтернативи по i-му критерії

Метод мультиплікативної аналітичної ієрархії відрізняється способом перекладу вербальних вимірів у числа й способом агрегації оцінок при визначенні загальної важливості альтернативи.

Метод аналітичної ієрархії реалізований у вигляді комерційної системи підтримки прийняття рішень Expert Choice [3].

2.2 Економетричні методи дослідження

Основу математичного апарата при побудові економетричних моделей формування угод по іпотечному кредитуванню становлять такі розділи математичної статистики як кореляційний і регресійний аналіз.

Узагальнену форму економетричної моделі, що описує закономірності розвитку процесу від зовнішніх явищ, що впливають на нього, факторів можна представити наступним рівнянням:

,

де - функціонал, що виражає вид і структуру взаємозв'язків між рівнями змінних і в момент часу , - випадкова помилка моделі в момент . Фактори , називають незалежними, підкреслюючи їхню незалежність від змінної в змісті відсутності зворотного впливу на . У зв'язку із цим фактори часто називають екзогенними (зовнішніми) змінними, а змінну - ендогенною (внутрішньою) змінною моделі.

В загальному випадку процедуру побудови економетричної моделі можна розділити на наступні етапи:

1 Аналіз специфічних властивостей розглянутих явищ і процесів й обґрунтування класу моделей, найбільш підходящих для їхнього опису (ідентифікація моделі). Цілями цього етапу звичайно є:

1.1 Вибір раціонального складу змінних і визначення, що включають у модель, кількісних характеристик, що відображують їхні рівні в минулі періоди часу;

1.2 Обґрунтування типу і форми моделі, що виражає математичним рівнянням, що зв'язує включені в модель змінні.

2 Оцінка параметрів обраного варіанта моделі на підставі вихідних даних, що виражають рівні показників у різні моменти часу або на сукупності однорідних об'єктів.

3 Перевірка якості побудованої моделі та обґрунтування висновку про доцільність її використання в ході подальшого економетричного дослідження.

4 При висновку про недоцільність використання побудованої економетричної моделі в подальших дослідженнях варто повернутися до перших етапів і спробувати побудувати більш якісну модифікації моделі.

Розглянемо особливості обґрунтування форми економетричної моделі.

Склад змінних і форма функціонала можуть відображати або економічну концепцію, або емпіричні взаємозв'язки між ними. Неправильний вибір показника, що представляє розглянуте явище в моделі, може істотно вплинути на її якість.

Припустимо, що загальне число незалежних факторів, які доцільно включити в модель, дорівнює , і на основі обмірюваних значень всіх змінних у моменти часу був сформований масив вихідних даних, що буде розглядатися як інформаційна основа при побудові економетричної моделі. Даний масив утворений вектором-стовпцем значень залежної змінної і матрицею.

В практиці економетричних досліджень використовується досить широке коло функціональних залежностей між змінними.

1) лінійна ,

2) напівлогарифмічна ,

3) степена ,

4) гіперболічна ,

5) логарифмічна гіперболічна ,

6) зворотна лінійна ,

Можна виділити два основних підходи до відбору факторів:

1) припускає апріорне дослідження характеру й сили взаємозв'язків між розглянутими змінними, за результатами якого в модель включаються фактори, найбільш значимі по впливі на залежну змінну . І, навпаки, з моделі виключаються фактори, які, малозначимі.

2) апостеріорний - припускає спочатку включити в модель всі відібрані на етапі змістовного аналізу фактори. В основі «апріорного» підходу лежать припущення.

1 Найважливішою кількісною характеристикою є вибірковий коефіцієнт парної лінійної кореляції:

, .

Якщо , де , то можна говорити про наявність лінійного зв'язку між змінними й .

2 Якщо два або більше фактори виражають те саме явище, то між ними також повинна існувати досить сильний взаємозв'язок, що виміряється вибірковим коефіцієнтом кореляції

. (2.3)

взаємозв'язок значимий якщо , де . Процедура побудови моделі на основі апостеріорного підходу:

1 розраховуються значення оцінок коефіцієнтів моделі , їх середньоквадратичні помилки й значення критеріїв Стьюдента

.

З моделі видаляють незначущий фактор, що характеризується найменшим значенням .

2 Процес відбору факторів можна вважати закінченим, що коли залишаються в моделі фактори є значимими.

Основною умовою високої «якості» моделі є обґрунтування «математичної форми» функціонала .

Провідна роль при визначенні характеристик якості економетричної моделі належить ряду її вибіркової помилки : , де - розрахункове значення змінної в момент , . У першу із груп включимо показники, критерії, що виражають «ступінь» відповідності побудованої моделі основним закономірностям описуваного нею процесу. В другу - показники й критерії, більшою мірою оцінюючу точність її апроксимації спостережуваних значень процесу .

К критеріям першої групи може бути віднесений критерій Стьюдента, використовуваний для оцінки значимості впливу кожного з факторів , , на залежну змінну .

Якщо тенденція, закономірності процесу враховуються моделлю не повною мірою, то в ряді помилки звичайно з'являється закономірність, що свідчить про втрату властивості її «випадковості».

«Невипадковість» помилки найбільше часто виражається наявністю автокореляційного зв'язку між сусідніми її значеннями, тенденціями. Тест Дарбина - Уотсона звичайно використається для встановлення факту наявності автокореляційної залежності першого порядку в ряді помилки й .

Значення критерію Дарбина - Уотсона розраховується по наступній формулі:

. (2.4)

Дарбин й Уотсон довели, що існують 2 границі й ,

Якщо - негативна кореляція, - Невизначеність, - Автокореляція відсутня, - Невизначеність, - є позитивна кореляція.

Іншу групу утворять коефіцієнт множинної кореляції, коефіцієнт детермінації , критерій Фишера .

Коефіцієнт множинної кореляції показує ступінь наближення розрахункових значень залежної змінної до дійсних її значень .

.(2.5)

Якщо модель абсолютно точно відповідає вихідному ряду залежної змінної , то .

У тих випадках, коли модель не може жодною мірою пояснити зміна змінної , маємо .

Знайдені кількісні характеристики , можна розглядати як оцінки значень параметрів моделі , що залежать від вихідних даних і застосовуваного методу оцінювання. Отриману будь-яким методом оцінку , коефіцієнта економетричної моделі можна розглядати як вибіркову випадкову величину, представлену у вигляді суми її щирого значення й випадкової помилки , , тобто .

Якість оцінок визначається по властивостях незміщенності, ефективності, асимптотичної незміщенності й асимптотичної ефективності, заможності й деяким іншим.

Найважливішими характеристиками є асимптотичне математичне очікування й асимптотична дисперсія.

.(2.6)

Достатньою умовою заможності оцінки параметра моделі є прагнення до нуля величини математичного очікування й дисперсії її помилки при зростанні об'єму вибірки. Метою методу найменших квадратів є вибір вектора оцінок , мінімізуючого суму квадратів залишків .

.

Виразимо через й :

,

.

Умова еквівалентно рівності . Дійсно,

.

Властивості МНК-оцінок:

Вектор залишків регресії

Де й .

Обчислимо математичне очікування, матрицю коваріацій залишків :

, .

,

є незміщеною оцінкою дисперсії помилок ., тому що

У припущенні нормальної лінійної множинної регресійної моделі вдається довести незалежність оцінок й . .

Для того, щоб довести незалежність і досить довести їх некорелірованність.

,

: . ч.т.д.

Так як асимптотична незміщенність оцінок є достатньою умовою їхньої заможності, то оцінки економетричної моделі будуть асимптотично незміщеними й заможними.

Дотепер у регресійних моделях у якості регресорів розглядалися тільки кількісні змінні. Однак у деяких випадках, при підвищенні якості моделей, виникає необхідність оцінки впливу якісних ознак на ендогенну змінну. Наприклад, при оцінці попиту на деякий товар ми побудували регресійну модель, регресорами в якій були кількісні змінні - ціни та доход споживача. Одним зі способів уточнення даної моделі може послужити включення таких якісних ознак, як смак споживача, вік, національні особливості, сезонність і т.д. Ці показники не можна представити в чисельному виді. Тому виникає задача відбиття їхнього впливу на значення ендогенної змінної, котра вирішується за допомогою так званих фіктивних змінних.

Фіктивні (штучні) змінні (dummy variables) - це змінні з дискретною множиною значень, які кількісним образом описують якісні ознаки. В економеричних моделях звичайно використаються фіктивні змінні бінарного типу «0 - 1»:

0 - відсутність ознаки в момент t

d_t= 1 - наявність ознаки в момент t

- індикатор досліджуваної ознаки.

У загальному випадку, коли якісна ознака має більше двох значень, уводиться трохи бінарних змінних. При використанні декількох бінарних змінних необхідно виключити лінійну залежність між змінними, тому що в противному випадку, при оцінці параметрів, це приведе до мультиколінеарності. Тому застосовується наступне правило: якщо якісна змінна має k альтернативних значень, то при моделюванні використаються тільки k - 1 фіктивна змінна.

У регресійних моделях застосовуються фіктивні змінні двох типів: змінні зрушення й змінні нахилу.

Специфікація парної регресійної моделі з фіктивної змінної зрушення має вигляд

(2.7)

де

- параметри моделі;

- значення регресора в спостереженні ;

0 - відсутність ознаки в момент t

d_t= 1 - наявність ознаки в момент t

- фіктивна змінна;

- параметр при фіктивній змінній.

Значення фіктивної змінної називається базовим, або порівняльним. Вибір базового значення визначається цілями дослідження або приймається довільно. При заміні базового значення змінної суть моделі не міняється, а міняється знак параметра на протилежний. Для того щоб дати інтерпретацію параметру , визначимо умовне математичне очікування залежної змінної:

(2.8)

(2.9)

У такий спосіб величина являє собою середню зміну досліджуваної ознаки при переході з однієї категорії в іншу при незмінних значеннях інших параметрів.

Як видно зі специфікації (2.15), зміна ознаки в моделі з фіктивної змінної зрушення впливає тільки на зміну вільного члена в рівнянні регресії.

Перевірка статистичної значимості параметра (визначається за допомогою t - статистики) показує, чи впливає дана якісна ознака на залежну змінну чи ні.

Фіктивна змінна нахилу змінює нахил лінії регресії. За допомогою фіктивних змінних нахилу можна побудувати кусочно-лінійні моделі, які дозволяють урахувати структурні зміни в економічних процесах (наприклад, введення нових правових або податкових обмежень, зміна політичної ситуації й т.д.).

Специфікація регресійної моделі в цьому змісті (наприклад, для парної регресійної моделі, для простоти) має вигляд:

(2.10)

де

0 - до структурних змін

d_t= 1 - після структурних змін

- бінарна змінна.

Фіктивна змінна нахилу входить у рівняння в мультиплікативній формі.

2.3 Методи дослідження часових рядів

В статистичній літературі при вивченні рядів динаміки прийнято виділяти наступні складові: еволюторна тенденція (тренд), циклічна складова, сезонна складова, випадкова складова.

Об'єднання цих чотирьох становлять формує моделі декомпозиції часового ряду

Існують два види моделей декомпозиції:

- мультиплікативна модель

в(t)= f(t)*g(t)*h(t)*e_t(2.11)

- адитивна модель

в(t)= f(t)+ g(t)+ h(t)+ et(2.12)

е в(t) - рівні часового ряду

f(t) - еволюторна тенденція (тренд)

g(t) - циклічна складова

h(t) - сезонна складова

et?- випадкова складова.

Як тренд може виступати будь-яка функціональна залежність (лінійна або нелінійна), параметри якої слід оцінити. Найбільш часто для оцінки параметрів функції використовується метод найменших квадратів.

Види функціональної залежності, яка використовується при підборі тренда:

1) лінійна:

(2.13)

2) поліноміальна:

(2.14)

3) експоненціальна:

(2.15)

4) модифікована експонента:

(2.16)

5) зворотна:

(2.17)

6) показова:

(2.18)

7) логарифмічна:

(2.19)

8) логістична:

(2.20)

9) функція Гомперця:

(2.21)

Перш ніж проводити детальне вивчення рівнів часового ряду або виявлення тенденцій, необхідно провести згладжування або механічне вирівнювання динамічного ряду. Суть різних прийомів, за допомогою яких здійснюється згладжування і вирівнювання, зводиться до заміни фактичних рівнів динамічного ряду розрахунковими, які мають значно той, що меншу коливається, ніж початкові дані.

Розглянемо алгоритм декомпозиції часового ряду на прикладі мультиплікативної моделі.

1 Згладжування початкових даних за допомогою простої ковзаючої середньої з вказаним періодом згладжування m. Якщо період згладжування m парний, то використовують центроване ковзаюче середнє.

(2.22)

де - згладжені значення часового ряду.

2 Визначення коефіцієнтів зміни значень часового ряду шляхом розподілу початкових даних на відповідні згладжені значення.

(2.23)

де Kt - коефіцієнти зміни значень часового ряду, виражені у відсотках.

3 Визначення сезонної складової.

Сезонна складова визначається на підставі значень коефіцієнтів зміни рівнів часового ряду, виражених в звичайній, а не процентній формі. З урахуванням сезонного періоду m упорядковуються ці значення по групах i=1,2.,m і для кожної групи знаходиться середнє, при цьому з рядів в цих групах виключаються мінімальне і максимальне значення коефіцієнтів зміни рівнів часового ряду.

Нехай , - середні значення коефіцієнтів зміни значень часового ряду для відповідних груп. Розраховується сума середніх коефіцієнтів зміни значень часового ряду, тобто .

Визначається поправочний коефіцієнт для знаходження значень сезонної складової Pi, як

.(2.24)

Сезонна складова (сезонний індекс) Si знаходиться таким чином:

(2.25)

Враховуючи період m, значення сезонних складових повторюються, тобто

.(2.26)

4 Визначення поясненої складової часового ряду , тобто виключення впливу сезонних чинників з початкових значень часового ряду. Пояснена складова містить детермінований і випадковий компоненти. Детермінована компоненту поясненого часового ряду містить в собі деяку еволюторну тенденцію (тренд) і циклічну складову. Пояснена складова часового ряду знаходиться так:

.(2.27)

5 Виділення згладженої эволюторно-циклічної складової часового ряду TC_t. Комбінація тренда і циклічної складової може бути апроксимована застосуванням до поясненої складової часового ряду центрованої ковзаючої середньої (5-членної) з весами , , . Подібне згладжування дозволяє врахувати нелінійний характер тренда, вивчення виду якого представляє окрему задачу. Таким чином

.(2.28)

6. Виділення випадкової компоненти. Випадкова компоненту Rt визначається як відношення поясненої складової часового ряду до еволюторно-циклічної складової, тобто

.(2.29)

Даний алгоритм дозволяє виділити всі складові мультиплікативної моделі часового ряду, що може бути використано при складанні прогнозів з урахуванням дії еволюторно-циклічної, сезонної і випадкової складових.

Слід також помітити, що в даному алгоритмі еволюторно-циклічна складова задана у вигляді неявної функції, вигляд і параметри якої часто необхідно визначити. Враховуючи складний характер такої кривої, яка часто є не строго монотонною (тобто ділянки зростання функції чергують з ділянками убування, є ряд локальних екстремумів), як апроксимуюча функція слід брати многочлен n-й ступеня, тобто

(2.30)

Часто виявляється корисним комбіноване використання многочлена n-й ступеня і ряду тригонометричних (гармонійних) функцій, таких як sin a1t, cos a2 t, що дозволяє врахувати більш дрібні сезонні і циклічні хвилі. Тобто апроксимуюча функція в даному випадку має вигляд:

.(2.31)

Якщо як такої еволюторної тенденції немає, а явно помітно дія тільки циклічної складової, то апроксимуюча функція може бути представлена рядом Фурье, у вигляді суми гармонік.

Критерієм для вибору різних процедур дослідження часового ряду є «найкраща якість» підібраної моделі, яка може бути оцінений по наступних показниках:

1) середня помилка - mean error, m.e.

(2.32)

2) середня абсолютна помилка - mean absolute error, m.a.e.

(2.33)

3) сума квадратів помилок - sum square error, s.s.e.

(2.34)

4) середня квадратична помилка - mean squared error, m.s.e.

(2.35)

5) середня процентна помилка - mean реrcentage error, m.p.e.

(2.36)

6) середня абсолютна процентна помилка - mean absolute реrcentage error, m.a.p.e.

(2.37)

Чим менше значення цих показників, тим краще якість підбирання моделі, тобто теоретичні значення ближче до реальних значень yt.

Вважається, що модель забезпечує достатньо високу міцність, якщо середня абсолютна процентна помилка (m.a.p.e.) не перевищує 10 %. Якщо (m.a.p.e.) знаходиться в межах від 10% до 20%, то можна говорити про задовільну точність прогнозу.

Крім того про якість моделі часового ряду можна судити і по додаткових характеристиках - розподілу залишків моделі і автокореляції залишків. Для достатньо добре підібраної моделі розподіл залишків буде близький до нормального, що визначається на підставі гістограми залишків, або по графіку залишків на нормальному папері вірогідності, і автокореляція залишків буде відсутня або ж буде незначною, що може бути перевірений по корелограмі або за допомогою критерію Дарбіна-Уотсона.

Розглянемо основні методи, що використовуються для оцінки адекватності моделі:

1 Перевірка незалежності помилок за допомогою критерію Дарбіна-Уотсона. Відповідно до цього критерію розраховується величина DW і порівнюється з табличним значенням або аналізується: в якій з ділянок потрапляє значення DW. Якщо DW потрапило в наступні ділянки, говорять про наявність автокореляції - модель неадекватна.

(2.38)

2 Перевірка відповідності ряду залишків нормальному розподілу. Цей метод важливо використовувати з погляду правомірності побудови довірчих інтервалів. Найістотнішими властивостями ряду відхилень є їх симетричність і переважання малих значень помилок над великими. У зв'язку з цим визначається близькість характеристик помилок до відповідних параметрів нормального закону розподілу. Якщо коефіцієнт асиметрії і ексцесу = 0 для ряду залишків, то можна говорити про відповідність закону розподілу залишків нормальному закону.

3 Для трендових моделей як критерій адекватності може бути використаний коефіцієнт детермінації.

4 Точність прогнозування для моделей згладжування. Для оцінки точності використовуються наступні характеристики:

- середня помилка;

- середня абсолютна помилка;

- середня % помилка;

- середня абсолютна % помилка;

- середнє квадратичне відхилення.

3. МОДЕЛІ ПРОГНОЗУВАННЯ ВІДСОТКІВ НА КРЕДИТНОМУ РИНКУ

3.1 Побудова моделі взаємозв'язку відсотків та обсягу кредитних ресурсів

Побудова моделей здійснюється по трьох напрямках:

- взаємозв'язок обсягу кредитів від процентної ставки в іноземній та національній валюті

- дослідження часового ряду (декомпозиція) кредитів в іноземній та національній валютах

- дослідження часового ряду процентних ставок в іноземній та національній валютах. В даному параграфі будимо вирішувати перший напрямок дослідження. Базою дослідження є річні дані по кредитах в іноземній та національній валютах та процентним ставкам за 1998-2007 рр..

Модель 1. Взаємозв'язок кредитів та процентної ставки в національній валюті. Динаміка залежності виданих кредитів в національній валюті від процентної ставки наведена на рис. 3.1

Рисунок 3.1 - Залежність кредитів від процентної ставки в національній валюті

Аналіз рис. 3.1. свідчить, що для дослідження залежності слід використовувати логарифмічну функцію, яка має вигляд:

Розрахуємо параметри даної моделі (рис. 3.2).

Рисунок 3.2 - Параметри моделі

Перевіримо адекватність моделі (рис. 3.3).

Рисунок 3.3 - Адекватність моделі

Як бачимо коефіцієнт адекватності дорівнює 0,76. Це не дуже велике значення. Для його збільшення введемо до моделі фактор часу. Тоді модель прийме вигляд:

(3.1)

Нові параметри наведено на рис. 3.4

Рисунок 3.4 - Модифікована модель

Розрахунок адекватності має наступний вигляд (рис. 3.5):

Рисунок 3.5 - Адекватність модифікованої моделі

Як бачимо адекватність моделі значно збільшилася з 0,76 до 0,95. Таким чином, модель має вигляд:

Так як ця модель є адекватною, то її можна використовувати для прогнозування.

Модель 2. Взаємозв'язок кредитів та процентної ставки в іноземній валюті. Динаміка залежності виданих кредитів в іноземній валюті від процентної ставки наведена на рис. 3.6

Рисунок 3.6 - Залежність кредитів від процентної ставки в іноземній валюті

Аналіз рис. 3.6 свідчить, що для дослідження залежності слід використовувати логарифмічну функцію, яка має вигляд:

(3.2)

Розрахуємо параметри даної моделі (рис. 3.7).

Рисунок 3.7 - Параметри моделі

Як бачимо всі параметри моделі є статистично незначущи.

Перевіримо адекватність моделі (рис. 3.8).

Рисунок 3.8 - Адекватність моделі

Як бачимо коефіцієнт адекватності дорівнює 0,55. Це свідчить про неадекватність моделі. Для його збільшення введемо до моделі фактор часу. Тоді модель прийме вигляд:

(3.3)

Нові параметри наведено на рис. 3.9

Рисунок 3.9 - Модифікована модель

Розрахунок адекватності має наступний вигляд (рис. 3.10):

Рисунок 3.10 - Адекватність модифікованої моделі

Як бачимо адекватність моделі значно збільшилася з 0,55 до 0,91. Таким чином, модель має вигляд:



Дана модель також є адекватною, тобто ці побудовані моделі можуть бути використані для прогнозування обсягу кредитів від значення процентної ставки.

Система прогнозування має наступний вигляд:

Дана система є складною економетричною моделлю одночасних рівнянь

3.2 Моделі аналізу часових рядів відсотків та обсягу кредитних ресурсів

В даному параграфі будуть реалізовані другий та третій напрямки дослідження кредитного ринку. Для цього будуть побудовані чотири моделі.

Модель 3. Прогнозування обсягів кредитів у національній валюті

Динаміка обсягів кредитів наведена на рис. 3.11

Рисунок 3.11 - Залежність кредитів в національній валюті від часу

Аналіз рис. 3.11 свідчить, що для дослідження залежності слід використовувати експоненційну функцію, яка має вигляд:

(3.4)

Розрахуємо параметри даної моделі (рис. 3.12).

Рисунок 3.12 - Параметри моделі

Як бачимо всі параметри моделі є статистично значущими.

Перевіримо адекватність моделі (рис. 3.13).

Рисунок 3.13 - Адекватність моделі 3

Коефіцієнт адекватності дорівнює 0,96. Це свідчить про високу адекватність побудованої моделі. Тоді модель прийме вигляд:

Дана модель є адекватною, тобто її можна використовувати для прогнозування обсягу кредитів у національній валюті від значення часу.

Модель 4. Прогнозування обсягів кредитів у іноземній валюті

Динаміка обсягів кредитів наведена на рис. 3.14

Рисунок 3.14 - Залежність кредитів в іноземній валюті від часу

Аналіз рис. 3.14 свідчить, що для дослідження залежності слід використовувати експоненційну функцію, яка має вигляд:

(3.5)

Розрахуємо параметри даної моделі (рис. 3.15).



Рисунок 3.15 - Параметри моделі

Як бачимо всі параметри моделі є статистично значущими.

Перевіримо адекватність моделі (рис. 3.16).

Рисунок 3.16 - Адекватність моделі 3

Коефіцієнт адекватності дорівнює 0,98. Це свідчить про високу адекватність побудованої моделі. Тоді модель прийме вигляд:

Аналіз даної моделі свідчить, що швидкість зростання кредитів у іноземній валюті більша ніж швидкість зростання кредитів у національній валюті (для такого висновку слід порівняти коефіцієнти а2 в кожній моделі, так у другій моделі вони більші ніж у першій)

Дана модель є адекватною, тобто її можна використовувати для прогнозування обсягу кредитів у іноземній валюті від значення часу.

Модель 5. Прогнозування процентної ставки по кредитах у національній валюті

Динаміка процентної ставки по кредитах приведена на рис. 3.17

Рисунок 3.17 - Залежність процентної ставки в національній валюті

Аналіз рис. 3.17 свідчить, що для дослідження залежності слід використовувати логарифмічну або обратну функції. Проаналізуємо адекватність кожної з них.

Логарифмічна функція має вигляд:

(3.6)

Коефіцієнт адекватності має вигляд (рис. 3.18).



Рисунок 3.18 - Логарифмічна функція

Обратна функція має вигляд:

(3.7)

Коефіцієнт адекватності даної функції зображений на рис. 3.19.

Рисунок 3.19 - Коефіцієнт адекватності обратної моделі

Аналіз рис. 3.18 та рис. 3.19 свідчить, що більш адекватною є логарифмічна модель. Розрахуємо її параметри (рис. 3.20).

Рисунок 3.20 - Параметри моделі 5

Таким чином, вона має вигляд:

(3.8)

Модель 6. Прогнозування процентної ставки по кредитах у іноземній валюті

Динаміка процентної ставки по кредитах приведена на рис. 3.21

Рисунок 3.21 - Залежність процентної ставки в іноземній валюті

Аналіз рис. 3.21 свідчить, що для дослідження залежності слід використовувати логарифмічну або обратну функції. Проаналізуємо адекватність кожної з них.

Логарифмічна функція має вигляд:

(3.9)

Коефіцієнт адекватності має вигляд (рис. 3.22).

Рисунок 3.22 - Логарифмічна функція

Обратна функція має вигляд:

(3.10)

Коефіцієнт адекватності даної функції зображений на рис. 3.23.

Аналіз рис. 3.22 та 3.23 свідчить, що більш адекватною є логарифмічна модель. Розрахуємо її параметри (рис. 3.24).



Рисунок 3.23 - Коефіцієнт адекватності обратної моделі

Рисунок 3.20 - Параметри моделі 5

Таким чином, вона має вигляд:

(3.11)

Аналіз даної моделі свідчить, що швидкість зростання зменшення процентної ставки по кредитах у іноземній валюті менша ніж швидкість зменшення процентної ставки по кредитах у національній валюті (коефіцієнти 4,72 і 20,73 відповідно)

Дана модель є адекватною, тобто її можна використовувати для прогнозування обсягу кредитів у іноземній валюті від значення часу.

Таким чином, система прогнозування по моделям 4-6 має вигляд:

Система прогнозування має наступний вигляд:

(3.12)

Вона вирішує два останні напрямки дослідження кредитного ринку.

3.3 Прогнозування за допомогою моделей

Здійснимо прогнозування на 2013-2014 роки. Для цього здійснимо ряд кроків.

Крок 1. Розрахуємо показники процентних ставок. Для цього замість t підставимо значення 11 та 12 періодів в формулу (2). Отримаємо

Як бачимо на 2013-2014 рр. прогнозується поступове зменшення процентних ставок по кредитах. Причому падіння ставок в національній валюті буде значно більшим ніж у іноземній валюті

Крок 2. Розрахунок обсягів кредитів.

Для цього слід в формулу (1) підставити значення часу та процентних ставок.

Як бачимо спостерігається позитивна тенденція по кредитам, причому зростання кредитів в іноземній валюті значно більше ніж у національній.

Результати наведено нижче

Крок 3. Розрахуємо динаміку кредитів тільки в залежності від часу. Розрахунок наведено нижче

Бачимо значне збільшення обсягу кредитів при відсутності врахування відсоткової ставки. І значне збільшення при прогнозуванні на 2009. Це може бути обумовлено двома причинами:

1) відсутність при прогнозуванні в моделі процентної ставки

2) використання експоненційної моделі (яка має дуже швидке зростання)

Однак, два результати прогнозування можуть використовуватися як верхня так і нижча межи інтервального прогнозу. Таким чином слід зробити наступний висновок, кредитний ринок в Україні має високі темпи зростання, що обумовлено молодістю банківської системи, та пристосуванням населення та підприємств до кредитів.

4. ОХОРОНА ПРАЦІ І НАВКОЛИШНЬОГО СЕРЕДОВИЩА

4.1 Загальні питання охорони праці

Підвищення технічної оснащеності підприємств, застосування нових матеріалів, конструкцій і процесів, збільшення швидкостей і потужностей машин робить вплив на характер і частоту нещасних випадків і захворювань на виробництві. Праця людини в сучасному автоматизованому і механізованому виробництві є процесом взаємодії людини і машини, причому центральне місце належить людині - оператору. Поліпшення умов праці, підвищення його безпеки впливають на результати виробничої діяльності: продуктивність праці, якість і вартість продукції, що випускається, а також приводить до зниження виробничого травматизму, професійних захворювань, зберігає здоров'я працівників і одночасно приводить до зменшення витрат на оплату пільг і компенсацій за роботу в несприятливих умовах праці.

В існуючому законодавстві [1 ] велику увагу надається питанням захисту працюючих від дії небезпечних і шкідливих чинників виробничого середовища. В законі України про охорону праці» (2002г.) сказано, що державна політика базується на принципах пріоритету життя і здоров'я працівників по відношенню до результатів виробничої діяльності підприємства, повної відповідальності власника за створення безпечних і нешкідливих умов праці.

Використовуються економічні методи для управління охороною праці на підприємстві. Створюються національні, галузеві, регіональні програми з питань охорони праці, враховуючі різні напрями економічної і соціальної політики держави. Встановлюються єдині нормативи по охороні праці для всіх підприємств, організацій незалежно від форм власності. Створюються страхові фонди.

4.2 Управління охороною праці на підприємстві

Працедавець зобов'язаний створити на робочому місці, в кожному структурному підрозділі, умови праці, відповідні нормативно-правовим актам.

З цією метою працедавець забезпечує функціонування системи управління охороною праці, а саме:

- створює відповідні служби і призначає посадовців, які забезпечують рішення конкретних питань охорони праці, затверджує інструкції про їх обов'язки, права і відповідальність за виконання покладених на них функцій, а також контролює їх виконання;

- розробляє за участю сторін колективного договору і реалізує комплексні заходи для досягнення встановлених нормативів і підвищення існуючого рівня охорони праці;

- організовує атестацію робочих місць на відповідність нормативним актам з охорони праці;

- забезпечує виконання необхідних профілактичних заходів у разі зміни умов праці;

- забезпечує належний зміст будівель і споруд, виробничого устаткування і оснащення, моніторинг за їх технічним станом;

- забезпечує усунення причин, які можуть привести до нещасних випадків, професійних захворювань, і забезпечує здійснення профілактичних заходів, визначених комісіями за підсумками розслідування цих причин;

- організує проведення аудиту охорони праці, лабораторних досліджень умов праці, дає оцінку технічного стану виробничого устаткування і оснащення;

- розробляє і затверджує положення, інструкції, інші акти по охороні праці, які діють в межах підприємства (далі - акти підприємства). Встановлює послідовність виконання робіт і поведінки працівників на території підприємства, у виробничих приміщеннях, на будівельних майданчиках, робочих місцях відповідно до державних міжгалузевих і галузевих нормативних актів по охороні праці, забезпечує безкоштовно працівників нормативно-правовими актами і актами підприємства по охороні праці;

- здійснює контроль за дотриманням працівником технологічних процесів, правил поводження з машинами, механізмами, устаткуванням і іншими засобами виробництва, використовуванням засобів колективного і індивідуального захисту, виконанням робіт щодо вимог по охороні праці;

- організовує пропаганду безпечних прийомів праці і співпраці з працівниками в області охорони праці;

- передбачає термінові заходи для надання допомоги потерпілим, привертає при необхідності професійні аварійно-рятівні формування у разі виникнення на підприємстві аварій і нещасних випадків.

Працедавець несе безпосередню відповідальність за порушення відзначених вимог[1 ].

4.3 Перелік небезпечних і шкідливих виробничих факторів

В даному розділі розглядається робоче місце з використанням персонального ЕОМ при виконанні дипломної роботи.

Характеристика приміщення, в якому знаходиться комп'ютер: розміри приміщення: - площа: S = 6 Ч 10 = 60 м²; - об'їм: V = 6 Ч 10 Ч 3,5 = 210 м³.

Згідно [2 ], норма площі на одного працюючого не повинна бути менше 6 м². В приміщенні, що розглядається, вісім робочих місць, таким чином необхідна площа: S_необх. = 6 Ч 8 = 48м². Отже, приміщення відповідає вимогам [2 ]. Приміщення розташовано на другому поверсі чотириповерхової будівлі.

Приміщення пожежонебезпечне, категорії В, оскільки в ньому знаходяться тверді матеріали, що згорають [3 ]. Відповідно до обліку категорії пожежонебезпечності і поверховості будівлі, в якій розміщено дане приміщення, ступінь вогнестійкості будівлі - ІІ [4 ].

Перелік основних небезпечних і шкідливих виробничих чинників, які зустрічаються на робочому місці, що розглядається, надано в таблиці 4.1 [5 ]

Таблиця 4.1- Небезпечні і шкідливі виробничі чинники

Найменування чинників	Джерела виникнення	Характер дії на організм людини	Нормований параметр
1	2	3	4
Шум	Принтери, сканери, системні блоки	Розлади ЦНС, зниження слуху	Рівень звуку Lр, дБА
Вібрація	Системні блоки ЕОМ	Розлади серцево-судинної системи, ЦНС	Рівень виброшвидкості Lv, дБ
М'яке рентгенівське випромінювання	Монітори ЕОМ	Стомлення, захворювання органів зору,	Еквівалентна доза, Р, мкР/ч
Електромагнітне випромінювання	Монітори ЕОМ	Пониження кров'яного тиску	Напруженість, Е, В/м
Ультрафіолетове інфрачервоне випромінювання	Монітори ЕОМ	Головний біль, сонливість, запаморочення.	Інтенсивність теплових випромінювань Е, Вт/м2
Електростатичне поле	Комп'ютерна техніка	Головний біль, погіршення зору	Напруженість, Е, кВ/м
Яскравість екрану	Монітор	Стомлення очей	Не більше 40 кд/м2
Підвищена іонізація повітря	Комп'ютер	Опромінювання	Кількість іонів в 1см3 n+ =1500 - 3000 n- = 3000 - 5000
Напруга в електромережі	Штучне освітлення	Поразка електрик-ним струмом	Uпр ? 36
Монотонність праці	Безперервна робота на ЕОМ	Стомлення ЦНС	--

4.4 Промислова санітарія

Метеорологічні умови вибираються відповідно до вимог [6 ]. При роботах операторського типу, пов'язаних з великою нервово-емоційною напругою, передбачені оптимальні значення параметрів мікроклімату в приміщенні. Енерговитрати складають 139 Вт, оскільки роботи виконуються сидячи. Категорія виконуваних робіт - Iа. Оптимальні норми температури, відносної вологості, швидкості руху повітря в приміщенні в холодний і теплий період року для категорії робіт Iа надані в таблиці 4.2.

Таблиця 4.2 - Оптимальні параметри мікроклімату

Період роки	Категорія виконуваних робіт по енерговитратах	Температура, 0С	Відносна вологість, %	Швидкість руху повітря, м/с
Теплий	I а	23 - 25	40 - 60	0,1
Холодний	I а	22 - 24	40 - 60	0,1

Для забезпечення параметрів мікроклімату в межах норми, оптимального рівня іонізації [n⁺ = (1500 ч 3000), n^Ї = (3000 ч 5000)] в см³ повітря [2 ], концентрації пилу нижче встановленого значення ГДК = 4 мг/м³, в даному приміщенні передбачені прилади зволоження і штучної іонізації повітря, а також кондиціонування повітря [7 ]. Вид опалювання - центральний. Джерела надходження води -- міський водопровід, діюча каналізація -- господарсько-побутова [8 ] .

Передбачено природне і штучне освітлення в приміщенні, в якому розташовано робоче місце. За найменшим розміром об'єкту розрізнення, характеристики фону і контрасту об'єкту розрізнення з фоном встановлюємо розряд зорових робіт - IIIв

Природне освітлення - односторонньо бічне. Нормативне значення коефіцієнта природної освітленості визначаємо по наступній формулі:

% ( 4.1 )

де е_N - коефіцієнт природної освітленості;

e_н - коефіцієнт природної освітленості для III розряду зорових робіт;

m_N - коефіцієнт світлового клімату (0,9);

номер групи забезпеченості природним світлом

Необхідну сумарну площу світлових отворів в приміщенні з одностороннім бічним освітленням, має розміри: L=10 м, В= 6 м, H=3,5 м визначаємо по формулі:

м²; (4.2)

_ок- світлова характеристика вікна _ок = 13,5;

к_з - коефіцієнт запасу, враховуючий зниження освітленості в процесі експлуатації скла, к_з = 1,4;

S_п - площа підлоги приміщення; S_п = L·В= 10 · 6 = 60м²;

к_зд - коефіцієнт, що враховує затемнення вікон протилежними будівлями, к_зд = 1;

- загальний коефіцієнт світлопроникнення;

(4.3)

коефіцієнт, що враховує вид матеріалу, що пропускає світло 0,8;

коефіцієнт, що враховує вид палітурки; 0,8;

коефіцієнт, що враховує вид несучих конструкційних матеріалів, при бічному освітленні; 1;

коефіцієнт, що ураховує втрати світла в сонцезахисних пристроях; 0,65;

- коефіцієнт, що враховує вплив відображеного світла при бічному освітленні, r₁ =3,0;

0,8·0,8·1·0,65 =0,416

Сумарна площа світлових отворів S₀ = 16,36 м²

Штучне освітлення - загальне рівномірне. Як джерела світла використовуємо люмінесцентні лампи типу ЛТБ 80-2. Нормативне значення освітленості для IIIв розряду зорових робіт Е_min складає 300 лк. Загальне освітлення виконано у вигляді переривчатих ліній світильників ЛП033 виконання 001 прямого світла (П) з дзеркальними екранними сітками і відбивачами. Основні характеристики освітлення, що передбачено в приміщенні надані в таблиці 4.3 [9 ].

Таблиця 4.3- Характеристика освітлення

Площа підлоги, м2	Розряд зорових робіт	Освітлення
		природне	штучне
		Вид освітлення (верхнє, бічне)	КЕО еN %	Мінімальна освітленість, Еmin, лк
60	IIIв	бічне	1,8	300

Шум є одним з найпоширеніших на виробництві шкідливих чинників. У відповідності з [10] на робочому місці при рішенні завдань потребуючої концентрації уваги рівні звуку і еквівалентні рівні звуку не повинні перевищувати 50 дБА. Відповідно з [11] рівень вібрації для категорії 3, тип „в”, в умовах „комфорту” не повинна перевищувати 75 дБ. Для зменшення рівня звуку і вібрації застосовуються демпфуючі матеріали (гумова прокладка під принтер). Шумопоглинальні засоби застосовуються не спаленні або тяжко спаленні спеціальні перфоровані плити, панелі, мінеральна вата та інші.

Комп'ютер і в першу чергу монітор є джерелами:

- електростатичного поля;

- слабих електромагнітних випромінювань в низькочастотному і високочастотному діапазонах (2 Гц …400 Гц);

- рентгенівського випромінювання;

- ультрафіолетового, інфрачервоного і випромінювання видимого діапазону.

Згідно [12], встановлюються гранично допустимі значення напруженості електричного і магнітного полів частотою 50 Гц залежно від часу перебування персоналу в приміщенні. Напруженість електричного поля не перевищує 5 кВ/м, напруженість магнітного поля на робочому місці не перевищує 8 кА/м, а напруженість електростатичного поля не перевищує 20 кВ/м [13], що дозволяє не регламентувати час перебування в приміщенні.

Потужність експозиційної дози рентгенівського випромінювання на відстані 0,05 м від екрану не перевищує 0,1 мбер/час [14]. Рівні всіх можливих випромінювань достатньо низькі і не перевищують діючі норми. На робочому місці, що вивчається, розміщений найбезпечніший монітор, в якому створений додатковий металевий внутрішній контур, замкнутий на вбудований захисний екран.

При організації робочого місця за комп'ютером дотримувалися наступні розміри:

- відстань від підлоги до сидіння крісла дорівнює 440 мм;

- відстань від сидіння крісла до нижнього краю робочої поверхні 330 мм;

- відстань від очей до дисплея 550 мм;

- простір для ніг 770 мм;

- відстань від ніжки столу до краю робочої поверхні столу 640 мм;

М - відстань між передньою поверхнею тіла і краєм робочої поверхні столу 80 мм;

- оптимальна зона моторного поля 360 мм;

- висота робочої поверхні 800 мм;

- кут огляду документів 30^!.

Екран дисплея по висоті розташований на столі так, що кут між нормаллю до центру екрану і горизонтальною лінією погляду складає 20^!. Кут спостереження екрану в горизонтальній площині не перевищує 60^° [14,15]. Передбачені перерви, що регламентуються, для відпочинку тривалістю 15 хвилин після кожних двох годин роботи.

4.5 Електробезпека

При проектуванні систем електропостачання, при монтажі силової електроустаткуванні і електричного освітлення в будівлях і приміщеннях для ЕОМ необхідно дотримуватися вимог нормативно-технічної документації (ПУЕ, ПТЕ, ПТБ і ін.).

Рід струму - змінний, напруга в мережі 220 / 380В. ЕОМ є однофазним споживачем електроенергії від трифазної чотирьох провідної мережі з глухо заземленою нейтраллю змінного струму частотою 50 Гц. По ступені небезпеки поразки електричним струмом приміщення ставиться до приміщень з підвищеної небезпеки [16].

Працівник, що поступає на роботу, обов'язково проходить ввідний і первинний інструктаж по техніці безпеки в цілях профілактики нещасних випадків, а також знайомиться з інструктажем по дотриманню заходів техніки безпеки при роботі з ПЕВМ.

4.6 Пожежна безпека

Категорія приміщення по вибухо-пожежонебезпеки - В [3 ], вогнестійкість будівлі - II [4 ]. Зона класу приміщення П-IIа. Ступінь захисту оболонки для вказаної пожежонебезпечної зони - IР44[17].

Можливими причинами пожеж в приміщенні може бути несправність електропроводки і електроустаткування, коротке замикання в мережі, зберігання горючих матеріалів, блискавка і т.д.

Згідно [18] пожежна безпека забезпечується системами запобігання пожежі, пожежного захисту і організаційно-технічними заходами.

В системі запобігання пожежі передбачені наступні заходи: контроль і профілактика ізоляції, наявність плавких запобіжників в устаткуванні, блискавкозахист будівлі. Для даного класу пожежонебезпечної зони приміщення П-IIа, з урахуванням кількості грозових годин у рік (20 годин), встановлено ІІ категорію блискавкозахисту [19].

Система пожежного захисту передбачає забезпечення вогнегасниками -ВВК-8.

Організаційними заходами пожежної профілактики є навчання виробничого персоналу протипожежним правилам, видання необхідних інструкцій і плакатів, засобів наочної агітації.

4.7 Охорона навколишнього середовища

На робочому місці, що розглядається, відсутні відходи, що забруднюють навколишнє середовище, оскільки устаткування (ПЕВМ, принтер) не є джерелом забруднення навколишнього середовища. Проте при виробленні ресурсу устаткування стає повторною сировиною і підлягає утилізації[20].

ВИСНОВКИ

Кредитний ринок є невід'ємною й найважливішою структурою ринкової економіки.

За допомогою кредитних операцій основний потік фінансових ресурсів направляється у виробничий та невиробничий сектор економіки держави. Виняткове місце в системі кредитування реального сектору економіки будь-якої країни посідає довгострокове кредитування, у зв'язку з чим особливого значення набуває розробка ефективної кредитної політики з довгострокового кредитування кожним українським банком, тому що в сучасних умовах, коли Україну вже визнали ринковою державою.

Кожний банк визначає свою власну кредитну політику, беручи до уваги всю сукупність зовнішніх і внутрішніх факторів, що впливають на роботу даного банку.

Кредитну політику банків з довгострокового кредитування необхідно розглядати як частину філософії банківського бізнесу, яка включає внутрішньобанківську процедуру видачі довгострокового кредиту, документообіг, моніторинг за кредитним портфелем, як в цілому, так і окремо, роботу з проблемними кредитами, встановлення процентних ставок по довгострокових кредитах тощо. Головна мета кредитної політики з довгострокового кредитування будь-якого банку - досягти комерційного зростання шляхом зміцнення та підвищення надійності якості кредитного портфеля банку.

В роботі досліджено теоретичні аспекти функціонування кредитного ринку, динаміка обсягів кредитів в іноземній та національній валюті, проаналізовано динаміку процентної ставки, розроблено модель впливу процентної ставки на обсяг кредитів та часові моделі прогнозування процентної ставки.