Финансовая политика на примере курсов валют

Автор: Соловьв А.С.

Журнал: Экономика и социум @ekonomika-socium

Рубрика: Основной раздел

Статья в выпуске: 10-1 (101), 2022 года.

Бесплатный доступ

В работе рассматривается обновляющий процесс на примере курса валют методом геометрической алгебры в векторном пространстве, снабжённом билинейным отображением.

Курс валюты, обновляющий процесс, вектор, кватернионы, качество, количество, мера

Короткий адрес: https://sciup.org/140298680

IDR: 140298680

Текст научной статьи Финансовая политика на примере курсов валют

Будем исходить из постулата, что любая величина, любой её физический показатель характеризует количество определённого качества и, в общем случае, существует во времени и пространстве. Как следствие, получаем, что курс валюты - многомерный пространственно-временной массив c Е Н из множества кватернионов, т.е. определяется реальной a ( t ) и мнимой b ( t ) составляющими и может быть записан конструкцией Кэли-Диксона

с = c0(typ\t} = (а^                       (1)

где в мультипликативной форме c 0 ( t ) - собственное значение наблюдаемой (реальная величина), а её собственная функция ф ( t ) = ( ф* ( t ))* = exp( id ( t )/ h )

удовлетворяет волновому уравнению де-Бройля. Собственное значение величина положительная и равномерно квантуется на порядковой оси, а собственная функция, в силу присутствия углового измерения отклонения качества от качества фиксируемого состояния, является циклической величиной.

Последнее свидетельствует о его пространственной симметрии, которая в равенстве (1) характеризуется символом симметрии (*), т. е. в пространстве Н вместе с элементом c присутствует сопряжённый ему элемент c* = ( a ( t ), - b (t)) = ф ( t ) c о * ( t ) G Н такой, что метрический функционал D ( c ) = c * c = cc* = c 2 является скаляром [1]. Это приводит к основному метрическому тождеству [2]

D ( c ) = D ( a ) + D ( b ). (2)

Рассмотрим на временном горизонте T группу G обновляющих процессов д = д ( t ) с внешней на множестве 2 G мерой D и класс S всех D- измеримых множеств. Тогда по теореме Каратеодори класс Sc 2 G есть о -алгебра, а сужение D на S есть внутренняя мера класса.

Паритет свойства, вытекающий из парного сопоставления наблюдаемых, при его выявлении в наблюдаемом процессе, требует фиксации другого допустимого процесса д о = д 0( t ) ЕS(t) с G и наблюдается в результате их диалектического единства как c = дд о на основе сходства и расхождения, которое запишем, с учётом представления длд 0 = i ( д^д 0), в аддитивной форме в виде ортогонального расслоения суммой внутреннего и внешнего произведений

99 о = 9 • 9 о + 9^9 о , (3) где множитель i является мнимой единицей, т.е. D ( i ) = - 1.

Следует отметить, что, рассматривая д ( t ) как обновляющий процесс, полагаем, что временной параметр t Е T фиксирует конечный результат интервала [ 1 0, t ] с T эволюции наблюдаемой д и, как следствие, верхнюю границу вложенных классов

S ( 1 0 ) <  S ( 1 1 ) < ... < S ( t n ) <  S ( t ),     1 0 1 1 < ... t n t ET ,         (4)

множества G .

Из гомоморфизма множеств G и H следует D ( дд 0) = D ( д ) D ( д 0), а применение метрического функционала к равенству (3) приводит к соотношению

D(g) = (а2 + Ь2)(1,0)                       (5)

из которого находим, что величина а является проекцией состояния д на состояние д 0 в пространстве состояний G , а величина b является бивектором в пространстве ортогонального дополнения в G^G .

Из однородности соотношения (3) заключаем, что процесс изменения качества состояния д по отношению состояния д 0 можно наблюдать на последовательности (4) расширения единичной сферы S , либо на конусе, как расширение проективной единичной окружности, которое можно представить коциклическим комплексом с правым оператором гомоморфизмов и с памятью наследования

S k A kk+ 1 = S k +1 .                                (6)

Пусть наблюдаемый временной интервал расслаивается в последовательность Т = Ц^Т = T(t), T j = [t j-1 , t j ], t \N\ = t. Отсюда следует, что N является функцией t E T , N = N ( t ).

Элемент последовательности вложений (4) запишем в виде S(t) = UjEN(t)$(Tj) с G. Если элемент д ES, то он определён на каждом интервале Tj. Для его средней введём обозначение д(Tj) = дj и элемент д представим вектором-строкой д(t) = (д 1, д2, ., дt), t E T. Функцию д(t) E S при t ^ |Т| будем рассматривать как процесс обновления [3] элемента д класса S, а функцию S(t) ст G при t ^ ITI - как процесс обновления класса S множества G, полагая, что эти процессы непрерывны справа lim S(t — т) = S(t).                       (7)

т^+0

Рассматривая элемент д E G как физический объект (в широком смысле), находим, что его составляющие, как части в целом, также являются 3

физическими элементами и, следовательно, являются качественно определёнными количествами, т.е. в полярном представлении имеют вид ɡ j = ɡjφ j * .

Воспользовавшись стандартной интерпретацией связи целого и его частей, наблюдаемую ɡ представим в аддитивной форме

g(t) = Eg(Tj) = £jSTmgj(t)e-te>m,             (8)

или, ограничиваясь линейной частью θ j ( t ) = θ j t , в форме

g(0 = I jET^ gK^e -1^.                   (9)

В таком виде наблюдаемая представляется волновым пакетом и при расслоении (9) описывается рядом Дирихле [4]. Если обе части равенства (9) разделить на величину ɡ ( T ) и ввести обозначения p ( t ) = ɡ ( t )/ ɡ ( T ), p j ( t ) = ɡ j ( t )/ ɡ ( T ), то равенство (9) принимает вид

P(t) = Zj eTv PWe -iW).                 (10)

Здесь p(T) = 1 и класс S переходит к гомоморфной вероятностной интерпретации.

Обновляющий процесс рассмотрим на примере эволюции курсов валют за период с 2013 г. по 2022 г. по данным сайта [4], используя табл. 1 работы [6].

Таблица 1. Курсы валюты государств в периоде с 2013 г. по 2022 г.

п/п

Государство

Год

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

1.

США

31.695

50.222

61.030

71.932

58.298

62.823

64.454

70.914

73.663

88.339

2.

Китай

5.136

8.167

9.576

10.686

8.596

9.460

9.384

10.430

11.390

13.816

3.

Бразилия

14.719

19.290

21.158

19.359

18.235

17.418

16.599

14.215

13.552

17.862

4.

ЕС

42.504

64.822

67.031

77.101

65.783

74.639

72.808

80.787

86.517

95.430

5.

Норвегия

54.653

71.663

76.596

81.616

70.939

77.142

74.085

77.271

86.140

96.546

6.

Сингапур

25.333

38.868

44.115

48.622

42.299

46.539

47.592

52.088

54.810

64.783

7.

Польша

10.166

15.422

16.162

17.312

15.414

17.560

16.964

18.282

16.466

20.208

8.

Индия

53.734

79.726

95.019 105.760

90.145

92.563

90.883

96.948

98.767

115.147

9.

Турция

16.471

21.789

23.588

22.269

15.957

12.778

11.504

10.707

7.459

5.760

10.

Япония

32.580

44.464

50.744

61.494

52.384

56.773

59.731

66.191

67.022

73.488

11.

Азербайджан

40.446

64.119

66.864

42.397

33.316

36.973

37.992

41.860

43.357

52.056

12.

Дания

5.699

8.697

8.980

10.338

8.840 10.017

9.749

10.828

11.633

12.987

13.

Швеция

48.738

69.254

72.140

81.438

68.554 72.849

70.334

77.582

85.661

90.368

14.

Швейцария

34.706

53.387

63.791

71.004

59.462 64.953

65.634

75.205

80.593

94.160

15

Англия

50.160

80.162

92.337

96.144

74.930 84.077

82.312

91.464 101.322

114.424

16.

Россия

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

17.

Эталон

29.234

43.191

48.133

51.154

42.760

46.098

45.689 49.736

52.460

59.773

В табл.1 представлены курсы валют по отношению к Российскому рублю и, таким образом, российский рубль становится эталоном в анализе.

Чтобы избавится от данной проблемы и курс российского рубля включить в расчётные данные за эталон возьмём среднее состояние валют представленной системы, которые в таблицу поместим в дополнительную семнадцатую строку.

Расчётные данные системы в вероятностной интерпретации в процентном содержании представлены в табл.. Эти данные нормированы в пространстве суммируемых с первой степенью функций.

Таблица 2. Курсы валют в вероятностной интерпретации.

t

Объект

Распределение агрегатной оценки по периодам P×102

1

2

3

4

5

6

7

8

9

10

1.

США

8.11

8.70

9.49

10.52

10.20

10.20

10.55

10.67

10.51

11.06

2.

Китай

8.60

9.26

9.74

10.23

9.84

10.05

10.06

10.27

10.63

11.32

3.

Бразилия

13.32

11.82

11.63

10.02

11.29

10.00

9.61

7.56

6.84

7.91

4.

ЕС

9.39

9.70

9.00

9.74

9.94

10.46

10.30

10.50

10.66

10.32

5.

Норвегия

11.34

10.07

9.66

9.68

10.07

10.15

9.84

9.43

9.96

9.80

6.

Сингапур

8.80

9.14

9.30

9.65

10.04

10.25

10.58

10.63

10.61

11.00

7.

Польша

9.90

10.17

9.56

9.64

10.27

10.85

10.57

10.47

8.94

9.63

8.

Индия

9.38

9.42

10.08

10.55

10.76

10.25

10.15

9.95

9.61

9.83

9.

Турция

16.82

15.06

14.63

13.00

11.14

8.28

7.52

6.43

4.25

2.88

10.

Япония

9.29

8.58

8.78

10.02

10.21

10.26

10.89

11.09

10.64

10.24

11.

Азербайджан

13.78

14.79

13.84

8.26

7.76

7.99

8.28

8.38

8.23

8.68

12.

Дания

9.38

9.69

8.97

9.72

9.94

10.45

10.26

10.47

10.67

10.45

13.

Швеция

10.56

10.16

9.49

10.08

10.15

10.01

9.75

9.88

10.34

9.58

14.

Швейцария

8.48

8.83

9.47

9.92

9.94

10.07

10.26

10.80

10.98

11.25

15

Англия

9.31

10.07

10.41

10.20

9.51

9.90

9.77

9.98

10.48

10.39

16.

Россия

15.51

10.50

9.42

8.86

10.60

9.84

9.92

9.12

8.64

7.59

Процесс расчёта обновления курсов валют в данной схеме начнём с 2014 года. По базе данных он заканчивается 2022 годом. Расчётные данные сведены в табл. 3. Поскольку сравнения основаны на корреляции поведения объектов-стран, то первый столбец этой таблицы можно считать ориентировочным. Столбцы таблицы характеризуют ранги курса валюты, на место которых поставлены порядковые номера страны.

При субъективном взгляде на таблицу можно сделать заключение, что курсы валют подвержены волновому процессу и больше отражают не финансовое состояние страны, а их финансовую политику, в которой курсы валют метаются между двух полюсов – США и России, где один полюс 5

старается повысить стоимость потребительской корзины, другой – её снизить.

Таблица 3. Ранговая динамика курсов валюты стран.

п/п

Страна

Год 2012 +

Эволюция на 2022 год

2

3

4

5

6

7

8

9

10

1.

США

15

1

1

1

1

1

1

1

1

США

2.

Китай

11

15

2

2

2

14

14

14

6

Сингапур

3.

Бразилия

1

2

15

15

14

8

8

2

14

Швейцария

4.

ЕС

2

14

14

14

8

2

6

8

2

Китай

5.

Норвегия

9

9

6

8

15

6

2

6

10

Япония

6.

Сингапур

3

3

8

6

6

3

3

10

3

Бразилия

7.

Польша

5

5

9

9

10

12

12

3

4

ЕС

8.

Индия

14

17

3

3

12

7

7

12

12

Дания

9.

Турция

12

12

5

5

4

4

4

4

7

Польша

10.

Япония

7

4

17

17

17

17

17

7

13

Швеция

11.

Азербайджан

4

7

12

12

7

13

13

17

17

Эталон

12.

Дания

6

8

4

4

13

5

5

13

5

Норвегия

13.

Швеция

17

6

7

7

5

9

9

5

15

14.

Швейцария

8

10

10

13

3

10

10

9

8

Индия Турция

15.

Англия

10

11

11

10

9

11

11

11

9

16.

Россия

13

13

13

11

11

15

15

15

11

17.

Эталон

16

16

16

16

16

16

16

16

16

Азербайджан Россия

Список литературы Финансовая политика на примере курсов валют

  • Соловьёв А.С. Методы системного анализа и моделирования информационных процессов в общей теории систем //"Экономика и социум" №4(95), 2022. www.iupr.ru.
  • Соловьёв А.С. Основное метрическое тождество //"Экономика и социум" №12(55), 2018. www.iupr.ru.
  • Розанов Ю.А. Теория обновляющих процессов //М., Наука, 1974.
  • Леонтьев А.Ф. Ряды экспонент //М., Наука, 1976.
  • https://siam.press/wiki/ru/Cayley%E2%80%93Dickson_construction Динамика курсов валют ЦБ РФ (ratestats.com).
  • Соловьёв А.С. Распознавание образов и анализ сцен на примере курсов валют //"Экономика и социум" №8(99) 2022. www.iupr.ru.
Статья научная