В результате наблюдается матрица с явными и значительными смещениями в 30-50% отраслей/рынков в таблицах Make межотраслевого баланса США за период 1997-2014 гг.

Ошибки, смещения по объемам продаж в таблице Make межотраслевого баланса США в 1997 г. составили:
Ошибка в размере более 1% наблюдается в 45% отраслях/рынках.
Ошибка в размере более 3% наблюдается в 32% отраслях/рынках.
Ошибка в размере более 5% наблюдается в 26% отраслях/рынках.
Ошибка в размере более 7% наблюдается в 19% отраслях/рынках.
Ошибки/смещения в размере 10-140% наблюдается в 10% отраслях/рынках.
В таблице Make (рисунок 8) объемы продаж по всем отраслям (по строкам) и по всем рынкам (по колонкам) наблюдается не диагональная матрица, как должно было бы быть при правильном раздельном учете. Не по диагонали выделены значения, смещения/ошибки, вызванные неправильным учетом в стандартах СНС ООН с 1968 г.
Смещения, ошибки по косвенным, латентным связям, затратам - их только видимая часть за 1997 г. имеют большой статистический разброс. Эта миллионная часть искажений по косвенным, латентным затратам представлена на рисунке матрицы косвенных затрат. Остальные громадные, масштабные смещения скрыты, т.к. отражаются в других таблицах МОБ, СНС - по материальным затратам, персоналу, основным средствам, амортизации, инвестициям, по энергетическим затратам, по экологии/выбросам/эмиссии и т.д.
По нашему мнению, эта трансформация русских/советских разработок, моделей, методик, титанической работы В.Леонтьева по МОБ и СНС приводит к дырам в расчетах. Складывается впечатление, что, таким образом, запад хочет перекрасить русский/советский МОБ, СНС, а затем присвоить русские/советские разработки.
Западные экономисты утверждают, что эти смещения можно легко ликвидировать математически. Далее выдвигают гипотезу, что технологии во всех производствах равны: по ракетам, по троллейбусам и мясорубкам, а значит, они одинаковы и структуре затрат: по материальным затратам, персоналу, основным средствам, амортизации, инвестициям, по энергетическим затратам, по экологии/выбросам/эмиссии и т.д.
Рисунок 9 - Матрица косвенных затрат, выделены отрицательные значения, смещения/ошибки, вызванные неправильным учетом в стандартах СНС ООН с 1968 г.
На этом они не остановились, а расширили работы по совершенствованию статистического хаоса. В период 1968-2008 гг. вместо того, чтобы просто привести статистическую отчетность предприятий, организаций в порядок, комитет ООН по МОБ и СНС совместно с элитными экономическими агентствами, школами разрабатывали, совершенствовали, по их мнению, устойчивую систему из универсальных методов (21-28 методов) по нивелированию ошибок, вызванных безграмотным статистическим учетом. В результате количество ошибок «странным» образом не уменьшилось, а только увеличилось.
Так, например, 27 стран ЕС проводят так называемые «симметричные» преобразования Make, Supply, Use четырьмя методами, но странным образом каждая из 27 стран ЕС вольна сама определить какой метод лучше. Возникает очевидный вопрос — как они потом строят единую симметричную матрицу МОБ ЕС!?
Аналогичная картина наблюдается во всех странах-членах ООН. Каждая страна вольна выбирать свою «устойчивую» систему из «универсальных» методов (21-28 методов) по нивелированию ошибок при построении симметричных таблиц. Возникает вопрос, как потом они реализуют программу ООН по межгосударственному сопоставлению.
Перейдем к краткому рассмотрению классических ошибок международного стандарта «Риск менеджентмент» ISO 31000.
3.3 Классические ошибки международного стандарта «Риск менеджентмент» ISO 31000
Внимательное прочтение стандарта ISO 31000 (анализ рисков) показывает, что он не соответствует требованиям межгосударственной программы межотраслевого баланса (МОБ), системы национальных счетов (СНС) Организаций Объединённых Наций (ООН) 70-х годов прошлого века, и тем более не отвечает требованиям и вызовам современной экономики. Авторы утверждают, что стандарт ISO 31000 в существующем виде должен быть пересмотрен, т.к. он отражает лишь общую поверхностную постановку задачи без конкретных рекомендаций и требований, основанных на объективных расчетных методиках.
В настоящее время в РФ и Китае предприняты попытки создания рейтинговых экономических агентств для исключения необъективности оценок мировой экономики (государств, регионов, отраслей, рынков) западными рейтинговыми агентствами. Судя по публикациям, разработчики в РФ и Китае стоят на ошибочных тупиковых позициях, ими же осуждаемых методик западных агентств. Авторами предлагается альтернативная методика по анализу и управлению рисками. Эта методика будет раскрыта ниже.
Рассмотрев основные «классические» ошибки в стандартах: ISO 31000, СНС ООН (см. раздел «Основные, вторичные и вспомогательные виды деятельности» — проблемы классификации и их ошибки) и т.д. перейдем к дальнейшему описанию деловой игры в рамках методик Дорошко-Самариной.
3.4 Методологический базис системы управления, экономики как сложной целостной системы деловой игры 1-го уровня
Деловая игра, ее уровни, этапы, модельные эксперименты неразрывно связаны с исследованиями. Они изначально опираются на постоянно обновляемые статистические базы данных организаций, отраслей, рынков, государств, производящих 80-85% мирового ВВП: США, Канада, Европа (30 стран), Китай, ШОС, СНГ, Украина, Индия, Япония, Бразилия, Аргентина, Австралия, Швейцария. В результате в разные периоды времени научно-исследовательские результаты, модели деловой игры могут существенно отличаться. Эти модельные бифуркации будут особенно проявляться в периоды мировых финансовых и экономических кризисов.
Данный этап начальной подготовки менеджеров, экономистов является важнейшим, несмотря на то, что не рассматривается все многообразие прямых и косвенно-латентных межотраслевых связей по всему обилию показателей/факторов:
По основным фондам (100 факторов), амортизации (100 факторов), инвестициям (100 факторов).
По персоналу — структура профессий (1000 профессий), по центрам ответственности (23 подразделения, интегральным факторам/группам), по численности (по 1000 факторам), по оплате труда (по 1000 факторам по 5 децильным группам), по мотивации персонала (по 1000 факторам).
По прямым затратам (по 15 секторам, 70 отраслям/рынкам, 500 отраслям/рынкам), по косвенным затратам (по 15 секторам, 70 отраслям/рынкам, 500 отраслям/рынкам).
По энергетическим затратам по 15 интегральным факторам по 15 секторам, 70 отраслям/рынкам, 500 отраслям/рынкам.
По экологическим ущербам по 15 интегральным факторам по 15 секторам, 70 отраслям/рынкам, 500 отраслям/рынкам.
Рисунок 10 - Методологический базис системы управления, экономики как сложной целостной системы деловой игры 1-го уровня. Методика дистанционного обучения, краткий видео курс – https://www.youtube.com/watch?v=TvxOympVJh0 На данном этапе менеджер, экономист учится не бояться за одну минуту обрабатывать массивы информации размерностью минимум 5-10 тыс. элементов, переменных, используя минимум 10 статистических, математических методов одновременно. Без этого опыта бессмысленно приступать к обработке, моделированию статических, динамических, межотраслевых балансов, размерность которых уже исчисляется минимум 100-500 млн. элементов, переменных, используя уже минимум 20-25 статистических, математических методов одновременно.
Модель деловой игры первого уровня управления менеджера проводит анализ, нейронное моделирование на уровне подразделений (6-ой уровень микроэкономики), организации (5-ый уровень микроэкономики), отрасли/рынка (4-ый уровень мезаэкономики). Зрительный образ деловой игры первого уровня управления менеджера, экономиста дан на рисунке 10.
Данный уровень знаний позволяет рекомендовать испытуемого на должность зам. директора по экономике. Дальнейший должностной рост в вертикально-интегрированных международных компаниях не возможен.
3.5 Общие положения по методике авторов «Риск-Анализ» - подсистемы первого уровня деловой игры
Уточним общие положения по методике авторов «Риск-Анализ» составной подсистемы первого уровня деловой игры.
В основу методики «Риск-Анализ» положен простой принцип:
«Чтобы выжить на рынке, т.е. в своей конкурентной среде, и/или в своей отраслевой среде необходимо работать лучше, чем отечественные, региональные конкуренты».
Начальные, граничные условия данного этапа методики «Риск-Анализ»:
1. В данной методике «Риск-Анализ» данного этапа деловой игры исследуются только предприятия, работающие в условно замкнутом регионе/государстве.
2. Внешняя среда для всех исследуемых предприятий условно одинакова: по налогам/льготам, по среднему доходу домашних хозяйств, по природным/климатическим особенностям и др.
3. Необходимо строго соблюдать системный принцип однородности объектов, следуя экономической интерпретации МОБ «Производить подобные продукты/услуги, используя подобные технологии». Сталь и борщ варят, но при этом получают разные продукты и используют разные технологии.
4. Запрещено нарушать системный принцип однородности объектов, не учитывать 5-ть ограничений Колмогорова, с корнем вырывать одну экономическую подсистему из живой ткани экономической системы, как, например, это делали нобелевские лауреаты по экономике Марковиц, Шарп, Модильяни (теория портфелей), Фридмен, Анна Шварц, Кейнс, и все последующие лауреаты.
5. Запрещено делать фундаментальные/системные ошибки (см. выше) при построении моделей рисков. Классический пример: Маслоу (теория мотивации), Альтман, Бивер… (модели банкротства), т.е. объединять в статистический массив исследуемые предприятия различных отраслей. Глупо скрещивать ужа и ежа, все равно не получим колючую проволоку.
6. Для простоты понимания коридор рисков или управляемости объектов по каждому i-му исследуемому фактору очерчивается только тремя регрессионными уравнениями. По максимальной, минимальной и средней величинам. Веса рисков по i-м исследуемым факторам учитываются только при расчете ущерба/эффективности управления.
7. Нейронные модели используются ограниченно без применения многофакторных нейронных моделей.
3.6 Нейронное моделирование. Построение многофакторных экономических зависимостей первого этапа подготовки менеджера, экономиста
Рассмотрим моделирование многофакторных функциональных экономических зависимостей, используемых на 1-ом этапе подготовки менеджера, экономиста.
Существует множество методов моделирования многофакторных функциональных экономических зависимостей.
Рассмотрим быстрый, достаточно эффективный и главное простой метод, для этого достаточно иметь любой табличный процессор.
Пусть имеется производственная функция зависимости выручки/продаж (Y) от исходных факторов (Xi): Y=f(X1,X2…Xn). Рассмотрим последовательность шагов алгоритма построения многофакторных функциональных экономических/эконометрических зависимостей:
1. Рассчитываем долю факторов (Xi) от объемов продаж (Y): Х1/Y, Х2/Y,…, Хn/Y по всем векторам X1,X2…Xn.
2. Рассчитываем средние величины факторов (МXi): МХ1, МХ2,…, МХn. Отметим, что желательно сделать расчет регрессионных однофакторных моделей, их коэффициенты, как показано на рисунке (например, «Себестоимость» - 0,7164,…, «Материальные затраты» - 0,4936,…, «Активы» - 1,0355), т.к. они точнее, чем средние величины факторов.
Рисунок 11 – Регрессионные модели
3. Далее осуществляем построение многофакторных моделей:
Аддитивную (сложение) линейную модель можно представить в виде:
Выручка=b0+b1*X1+b2*X2+…+bn*Xn,
где МХ1 в модели обозначено Х1,…, МХn, в модели обозначено Хn, или регрессионные коэффициенты однофакторных моделей.
Мультипликативную (умножение) степенную модель можно представить в виде:
Выручка=b0*X1b1*X2b2*…*Xnbn
где МХ1 в модели обозначено Х1,…, МХn в модели обозначено Хn, или регрессионные коэффициенты однофакторных моделей.
4. Подставляем данные МХ1, МХ2,…, МХn, или регрессионные коэффициенты однофакторных моделей в линейную, степенную модель.
5. Подгоняем свободный коэффициент b0 с помощью функции табличного процессора: Сервис - «Поиск решения…» или вручную. Т.е. осуществляем поиск глобального экстремума по линейной, степенной моделям.
Линейная модель:
Выручка=29,050+0,716*Y1+0,116*Y2+0,167*Y3
Оборотные активы=20,500+0,059*Y11+0,117*Y12+0,209*Y13
Активы=35,000+0,059*Y11+0,117*Y12+0,209*Y13+0,650*Y15
Степенная модель:
Выручка=2,370*Y10,716*Y20,116*Y30,167
Оборотные активы=10,500*Y110,059*Y120,117*Y130,209
Активы=2,560*Y110,059*Y120,117*Y130,209*Y150,650
6. Вычисляем точность аппроксимации по линейной, степенной модели.
7. Выбор линейной, степенной модели.
Осталось малое - понять, что когда вычисляем долю Х1/Y, Х2/Y,…, Хn/Y, то лучшая модель чаще степенная, а не линейная, но не всегда. В степенной функции степень это есть эластичность или скорость нарастания функции (первая производная).
При построении регрессионных многофакторных уравнений классическим методом, когда факторы существенно отличаются по своему весу, могут возникать смещения или ошибки. В результате возникают значительные вычислительные проблемы корректности разработанных многофакторных моделей и их дальнейшего применения и интерпретации. Исследования показали, что более весомый фактор как бы перетаскивает другие факторы или упрощенно - «одеяло» на себя, занижая, искажая тем самым менее весомые факторы. В результате появляются смещения ухудшающие аппроксимацию исходных статистических данных. Все это увеличивает риски смещений/ошибок, но главное приводит к ошибочным управленческим решениям.
На первом этапе подготовки менеджеров, экономистов в деловой игре широко используется моделирование на основе метода Монте-Карло. Объем выборки в деловой игре составляет минимум 1-5 тыс. интегральных функционалов по 30-50 интегральным факторам по 30-100 организациям-конкурентам на исследуемом рынке/отрасли. Отметим, что на самом деле в деловой игре нет ограничений на количество факторов, на объемы баз данных исследуемых организаций, отраслей, рынков для последующего моделирования методом Монте-Карло. Отсутствие ограничений связано с тем, что первый этап деловой игры органически, системно связан прямыми, обратными, латентными нейронными связями с методологией деловой игры второго и третьего этапа.
Все три этапа деловой игры показаны на рисунке 3 - зрительный образ трех уровней деловой игры, описывающий семиуровневую нейронную модель от рабочего места до межгосударственного сопоставления.
3.7 Алгоритм моделирования деловой игры с использованием метода Монте-Карло
Рассмотрим алгоритм моделирования деловой игры с использованием метода Монте-Карло.
Для начала определим следующее - как соотносится медиана МЕ и среднее МХ.
Если МЕ=МХ то будет наблюдаться равнобедренный треугольник вероятностной функции распределения. Как следствие степенная функция, которую можно построить и/или сгенерировать будет линейной (b1=1) Y=b0*Xb1=b0*X1= b0*X.
Если МЕ<МХ, MX-ME>0 то будет наблюдаться правосторонний треугольник функции распределения. Как следствие будут преобладать меньшие величины и как следствие степенная функция, которую можно построить и/или сгенерировать будет Y=b0*Xb1, т.е. меньше b1<1. Асимметрия отрицательна (As<0), если длинная часть кривой распределения расположена слева от моды (Мо).
Если МЕ>МХ, MX-ME<0, то будет наблюдаться левосторонний треугольник функции распределения. Как следствие будут преобладать большие величины и как следствие степенная функция, которую можно построить и/или сгенерировать будет Y=b0*X1.7, т.е. больше b1>1. Асимметрия положительна (As>0), если длинная часть кривой распределения расположена справа от моды (Мо).
Далее с помощью Монте-Карло можно сгенерировать/подобрать величины МЕ, МХ, и как следствие подобрать конкретную функцию Y=b0*Xb1.
Деловая игра на основе собранной базы данных организаций по конкретному рынку/отрасли по всем отобранным факторам по официальной публичной финансовой отчетности переводит отчетность организаций из различных стандартов РСБУ, GAAP и т.д. в классификацию международных стандартов финансовой отчетности (МСФО).
Деловая игра на основе сформированных факторов в рамках МСФО формирует коридоры управления, сложившиеся на исследуемом рынке/отрасли по всей базе данных.
Деловая игра на основе генератора Монте-Карло генерирует случайную выборку по каждому фактору в рамках рассчитанного коридора управления.
Менеджер, экономист на основе деловой игры должен в течение 2-3 минут по минимум 30-50 интегральным факторам дать количественную оценку рисков, определить коридоры управления по всем отраслевым/рыночным конкурентам, рассчитать среднеотраслевую эффективность исследуемой организации, а также дать оценку эффективности исследуемой организации по отношению к средне лучшим организациям-конкурентам.
Менеджер, экономист на основе деловой игры должен в течение 20-30 секунд по основным интегральным факторам осуществить нейронное моделирование, дать интегральную оценку рисков, эффективность исследуемой организации по отношению к среднеотраслевым организациям-конкурентам.
Менеджер, экономист на основе деловой игры должен в течение 2-3 секунд по минимум 30-50 интегральным факторам дать интегральную оценку рисков и определить будет или нет финансировать исследуемую организацию по отношению к среднеотраслевым и средне лучшим организациям-конкурентам.
Менеджер, экономист на основе деловой игры должен в течение 2-3 минут по минимум 30-50 интегральным факторам на основе нейронных однофакторных моделей, оценке рисков, коридоров управления по всем отраслевым/рыночным конкурентам осуществить моделирование и расчет многофакторных функциональных экономических зависимостей.
Рисунок 12 – Нейронная модель активов баланса
Менеджер, экономист на основе деловой игры должен доказать, что оценку рисков, коридоры управления, расчет эффективности можно осуществлять на основе графиков, таблиц, однофакторных нейронных моделей, но более эффективно это реализовывать с помощью свертки этих видов анализа с помощью многофакторных функциональных экономических зависимостей.
Менеджер, экономист на основе деловой игры должен в течение 2-3 часов подготовить текстовый аналитический отчет по минимум 30-50 интегральным факторам.
Менеджер, экономист на основе деловой игры в текстовом аналитическом отчете на основе нейронного моделирования должен дать количественную оценку рисков, определить коридоры управления по всем отраслевым/рыночным конкурентам, рассчитать среднеотраслевую эффективность исследуемой организации, а также дать оценку эффективности исследуемой организации по отношению к средне лучшим организациям-конкурентам.
Менеджер, экономист на основе деловой игры в текстовом аналитическом отчете должен доказать на основе сравнительного анализа по объемам аналитического текстового отчета, что оценку рисков, коридоры управления, расчет эффективности можно осуществлять на основе графиков, таблиц, однофакторных нейронных моделей. Но более эффективно это реализовывать с помощью свертки этих видов анализа на основе многофакторных функциональных экономических зависимостей.
Отметим важный момент, для дальнейшего изложения алгоритма методики формирования статистической базы данных бухгалтерской отчетности организаций для анализа рисков, коридоров управления, эффективности предприятий различных отраслей на основе публичных квартальных, ежегодных отчетов в рамках РСБУ, МСФО (см. МСФО, IFRS англ. International Financial Reporting Standards).
В 70-е годы прошлого века в ООН по предложению членов Совета безопасности СССР (РСФСР, УССР, БССР), США, Франции, Англии, Китая было принято решение о начале международной программы межгосударственного сопоставления и раскрытия информации на основе системы межотраслевых балансов (МОБ) и системы национальных счетов ООН (СНС). В рамках этой международной программы экономисты стран-участниц ООН совместно с комитетами ООН должны были разработать и внедрить международный стандарт финансовой отчетности (International Financial Reporting Standards) для всех организаций стран-участниц ООН.
Практически впервые экономистам, менеджерам было предложено разработать целостную экономическую систему от рабочего места до межгосударственного сопоставления и прекратить делить экономику на три условных подсистемы: микроэкономика, мезоэкономика, макроэкономика.
Данная работа была завершена к 1995 г. и, начиная с 1997 г. все страны-участницы ООН, их организации начали параллельно принятой внутри государства отчетности вести бухгалтерский, статистический учет в рамках МСФО, МОБ, СНС ООН.
Вот почему в методике формирования статистической базы данных исследуемых организаций, в т.ч. и за длительный период времени, рассматриваемой далее, эти особенности и международные требования в рамках МСФО, МОБ, СНС ООН полностью учтены.
Данный подход, принятый в методике, был вызван также и тем, что все дальнейшие преобразования статистических данных, в конечном счете, должны соответствовать международным стандартам финансовой отчетности (МСФО), а также системе межотраслевых балансов (МОБ), системе национальных счетов ООН (СНС). Это позволит в дальнейшем проводить комплексный анализ рисков, коридоров управления, эффективности для предприятий различных отраслей на основе публичных квартальных, ежегодных отчетов в рамках РСБУ, МСФО с учетом данных, моделей МОБ, СНС ООН.
В методике по формированию статистической базы данных исследуемых организаций за длительный период времени предусмотрен системный принцип однородности. Очевидно, что системный принцип однородности при сборе, обработке публичных статистических данных призван исключить ошибки, статистические смещения.
3.8 Методика, алгоритмы формирования статистической базы данных исследуемых предприятий
Ввиду совершенствования бухгалтерской отчетности РФ и приведение ее в соответствие к международным стандартам финансовой отчетности (МСФО) в России, на Западе регулярно модифицировалась бухгалтерская отчетность. В методике эти изменения определены как условно «старые» и «новые» формы бухгалтерской отчетности. В результате в методике формирования статистической базы данных, излагаемой ниже, по «старым» формам бухгалтерской отчетности код строки дан в числителе, по «новым» формам код строки представлен в знаменателе.
В методике используются следующие бухгалтерские формы:
Источник: http://www.consultant.ru/law/ref/forms/buh_formy/ Форма №1 – «Бухгалтерский баланс» по ОКУД 0710001.
Форма №2 – «Отчет о прибылях и убытках» по ОКУД 0710002.
Форма №5 – «Приложение к бухгалтерскому балансу» по ОКУД 0710005.
Начнем с Формы №2 «Отчет о прибылях и убытках» по ОКУД 0710002.
В методике предлагается использовать только следующие показатели: «Выручка» (код 010/2110), «Себестоимость проданных товаров, продукции, работ, услуг»/«Себестоимость продаж» (код 020/2120), «Коммерческие расходы» (код 030/2210) + «Управленческие расходы» (код 040/2220). Все остальные показатели, не связанные с основной деятельностью, процентные доходы/расходы в методике принципиально не используются, чтобы не вносить значительные искажения.
Показатель «Прибыль (убыток) от продаж» (код 050/2200) вычисляется по формуле, соответствующей критериям МСФО:
Прибыль = Выручка – Себестоимость - Коммерческо-управленческие расходы
Показатель «Чистая прибыль (убыток) после выплаты налогов» рассчитывается с учетом налоговых ставок установленных для исследуемых организаций по формуле, соответствующей критериям МСФО:
Чистая прибыль после налогов = Прибыль – Прибыль*Налог
Перейдем к Форме № 1 «Бухгалтерский баланс» по ОКУД 0710001.
Сбор данных для формирования показателя «Денежные средства» осуществляется по следующей формуле, соответствующей критериям МСФО:
Денежные средства = Краткосрочные финансовые вложения/Финансовые вложения (за исключением денежных эквивалентов) (код 250/1240) + Денежные средства/Денежные средства и денежные эквиваленты (код 260/1250)
Сбор данных для формирования показателя «Дебиторская задолженность» осуществляется по следующей формуле, соответствующей критериям МСФО:
Дебиторская задолженность = Налог на добавленную стоимость по приобретенным ценностям (220/1220) + Дебиторская задолженность (платежи по которой ожидаются более чем через 12 месяцев после отчетной даты) (230) + Дебиторская задолженность (платежи по которой ожидаются в течение 12 месяцев после отчетной даты)/Дебиторская задолженность (240/1230)
Сбор данных для формирования показателя «Запасы» осуществляется по следующей формуле, соответствующей критериям МСФО:
Запасы = Запасы (210/1210) + Прочие оборотные активы (код 270/1260)
Показатель «Оборотные активы» рассчитывается как сумма трех предыдущих показателей по следующей формуле:
Оборотные активы = Денежные средства + Дебиторская задолженность + Запасы
Сбор данных для формирования показателя «Внеоборотные Активы» осуществляется по следующей формуле, соответствующей критериям МСФО:
Внеоборотные Активы = Итого по разделу I (190/1100)
Показатель Активы рассчитывается как сумма по следующей формуле, соответствующей критериям МСФО:
Активы = Оборотные активы + Внеоборотные Активы
Рассмотрим формирование факторов по данным «Пассивы баланса».
Сбор данных для формирования показателя «Капитал и резервы» осуществляется по следующей формуле, соответствующей критериям МСФО:
Капитал и резервы = Итого по разделу III (490/1300)
Сбор данных для формирования показателя «Долгосрочные и Краткосрочные обязательства» осуществляется по следующей формуле, соответствующей критериям МСФО:
Долгосрочные и Краткосрочные обязательства = Итого по разделу IV (590/1400) + Займы и кредиты/Заемные средства (610/1510)
Сбор данных для формирования показателя «Кредиторская задолженность» осуществляется по следующей формуле, соответствующей критериям МСФО:
Кредиторская задолженность = Кредиторская задолженность поставщики и подрядчики (код 621/1520)
Сбор данных для формирования показателя «Зарплата и Налоги» осуществляется по следующей формуле, соответствующей критериям МСФО:
Зарплата и Налоги = Итого по разделу V (690/1500) - Кредиторская задолженность поставщики и подрядчики (код 621/1520) - Займы и кредиты/Заемные средства (610/1510)
Сбор данных для формирования показателя «Всего краткосрочные обязательства» осуществляется по следующей формуле, соответствующей критериям МСФО:
Всего краткосрочные обязательства = Кредиторская задолженность + Зарплата и Налоги
Перейдем к Форме №5 – «Приложение к бухгалтерскому балансу и отчету о прибылях и убытках» по ОКУД 0710005.
Эти данные нужны для связи с системой межотраслевых балансов (МОБ), системой национальных счетов ООН (СНС) и проведения дальнейшего анализа рисков, коридоров управления, эффективности для предприятий различных отраслей на основе публичных квартальных, ежегодных отчетов в рамках РСБУ, МСФО и сравнение аналогичных данных МОБ, СНС ООН.
Рассмотрим показатели формы № 5 в рамках РСБУ, МСФО и их соответствие показателям МОБ, СНС ООН:
«Материальные затраты» (5610) в МОБ, СНС ООН показатель «Intermediate Input».
«Затраты на оплату труда» (5620) + «Отчисления на социальные нужды» (5630) в МОБ, СНС ООН показатель «Compensation for Laborers».
«Амортизация» (5640) в МОБ, СНС ООН показатель «Depreciation of Fixed Assets».
«Прочие затраты» (5650) в МОБ, СНС ООН показатель отсутствует.
И наконец, из формы № 2 «Прибыль (убыток) от продаж» (2200) в МОБ, СНС ООН показатель «Operating Surplus».
Дальнейшие методические пояснения по методу Монте-Карло.
После того как была сформирована база данных по всем исследуемым организациям – в игровых моделях база данных представлена 30-ю организациями по 15-ти интегральным факторам, описанным ранее. Понятно, что чем больше статистическая выборка, тем точнее анализ, поэтому ограничений на размер выборки в моделях методики принципиально нет.
В методике, которая использует метод Монте-Карло, метод экспертных оценок необходимо в исходных файлах табличных процессоров предварительно вычислить средние величины (наклон линии, вектор) и определить разброс данных. Например, определить на первом этапе разброс параметров (+15% и -15%) по всем исследуемым 15-ти первичным интегральным факторам и на втором этапе по 15-ти вторичным интегральным факторам (по финансовым коэффициентам). Далее табличный процессор с помощью функции генератора случайных величин, с учетом разброса по каждому из исследуемых в игровой модели факторов, используя метод Монте-Карло, генерирует случайные значения в диапазонах, определяемых или экспертами, или сформированных в базе данных.
Данная начальная модель методики не использует сравнительный анализ с показателями МОБ, т.к. с учетом МОБ необходима форма № 5.
3.9 Расчет ВВП, денежной массы, агрегатов М0-М2 деревни, города, страны за 1 секунду
Ранее, рассматривая методику авторов по моделированию, расчету рисков, коридоров управления, эффективности, отмечалось, что данная методика является неотъемлемой частью всех дальнейших уровней обучения, исследований, в т.ч. деловой игры по подготовке управленцев, экономистов-профессионалов.
Кроме этого на данном этапе исследований, деловой игры управленцам, экономистам необходимо понять, что экономика это целостная система, а категории микроэкономики, мезоэкономики, макроэкономики необходимо рассматривать как условное деление экономики на уровне ее развития в прошлом веке. В настоящее время эту пагубную практику поддерживают западные либеральные экономические школы.
Чтобы данные утверждения не рассматривались читателями как декларация авторов, рассмотрим пример расчета ВВП за 1 секунду для исследуемой группы 30 предприятий-конкурентов (предприятий-конкурентов), работающих на одном рынке в одной отраслевой группе.
Отметим, что расчет ВВП за 1 секунду и обеспечение расчетов ВВП на ежедневном уровне по всем деревням, городам, регионам и страны в целом - это не причуда, а реальная экономическая необходимость.
Данный расчет позволяет на объективной основе не просто анализировать, планировать, контролировать ВВП для уточнения динамики развития всех отраслей, рынков, регионов и страны, но также для определения необходимого количества денежной массы (агрегатов М0, М1, М2), которую Центральный Банк страны обязан напечатать абсолютно бесплатно, чтобы обеспечить естественную или плановую динамику развития, складывающуюся по всем деревням, городам, регионам и страны в целом.
Бесплатное печатание денег вытекает из логики естественного развития любой отрасли, рынка, региона, страны. Например, в деревне в результате роста спроса на молоко фермерские хозяйства увеличили выпуск молочной продукции на 10% по отношению к предыдущему периоду. Возникает вопрос, где взять деньги для обеспечения элементарных продаж этих 10% дополнительной новой продукции. Если ЦБ деревни не напечатает на эти 10% денежной массы, то будет нарушен товарно-денежный оборот по 10% новой товарной массы. Сейчас же либеральные экономисты ЦБ деревни не печатать деньги в своей деревне, а отправиться за море и попросить заморский ЦБ напечатать деньги. Где логика, экономика и здравый смысл.
Рисунок 13 – Динамика развития денежной массы агрегатов М0, М1, М2 по отношению к ВВП на примере Китая за период 1990-2011 гг., 100 million yuan. Источник: США, Китай.
Расчет денежной массы любого агрегата элементарен — это функция, например, агрегата М2 от ВВП: М2=F(ВВП). При этом понятно, что расчет агрегата М2 и ВВП - это сумма по всем деревням, городам, регионам и страны в целом.
Для лучшего понимания вышесказанного рассмотрим расчет зависимости денежной массы агрегатов М1, М2 от ВВП (коэффициент монетизации) на примере Китая за период 1990-2011 гг. Сначала рассмотрим динамику денежной массы агрегатов М0, М1, М2 и ВВП за указанный период. Графический образ дан на рисунке 13.
Первое, что бросается сразу в глаза - это опережающий рост денежной массы агрегатов М1, М2 по отношению к ВВП, за исключением агрегата М0. Не составляет особого труда построить регрессионную зависимость агрегатов денежной массы М0, М1, М2 по отношению к ВВП в варианте линейной и более точной степенной регрессионной зависимости. Графический образ зависимости агрегатов денежной массы М0, М1, М2 по отношению к ВВП (коэффициент монетизации) дан на рисунках 14-16.
Рисунок 14 – Регрессионная зависимость денежной массы агрегатов М0 по отношению к ВВП (коэффициент монетизации) в варианте линейной и более точной степенной регрессионной зависимости Китая за период 1990-2011 гг., 100 million yuan. Источник: США, Китай.
Рисунок 15 – Регрессионная зависимость денежной массы агрегатов М1 по отношению к ВВП (коэффициент монетизации) в варианте линейной и более точной степенной регрессионной зависимости Китая за период 1990-2011 гг., 100 million yuan. Источник: США, Китай.
Как видно из рисунков 14-16, регрессионная зависимость денежной массы агрегатов М0, М1, М2 по отношению к ВВП в варианте линейной и более точной степенной регрессионной зависимости Китая за период 1990-2011 гг. достаточно устойчивы и точны. Динамика денежных агрегатов М1, М2 должна опережать динамику ВВП следующим образом: агрегат М1 в 1,1673, а агрегат М2 в 1,2547 раз. Только агрегат М0 обеспечивает замедляющий рост по отношению к ВВП в размере 0,8925 раз. Еще раз подчеркнем, что это суммарная зависимость по всем деревням, городам, регионам для всего Китая. Ответим еще на один важный вопрос: а какой на самом деле должен быть объем денежной массы, величина агрегата М2 к ВВП (коэффициент монетизации)?
Рисунок 16 – Регрессионная зависимость денежной массы агрегатов М2 по отношению к ВВП (коэффициент монетизации) в варианте линейной и более точной степенной регрессионной зависимости Китая за период 1990-2011 гг., 100 million yuan. Источник: США, Китай.
Для этого рассмотрим динамику денежной массы на примере агрегата М2 к ВВП в России в сравнении с США и Китаем за период 1995-2011 гг. Графический образ дан на рисунке 17.
Рисунок 17 – Динамика денежной массы, на примере агрегата М2 к ВВП в России в сравнении с США и Китаем за период 1995-2013 гг. Источник: США, Китай.
Ответ на вопрос, какой на самом деле должен быть объем денежной массы, величина агрегата М2 к ВВП, очевиден и лежит на поверхности. Денежная масса агрегата М2 в РФ пережата по отношению к Китаю в 2011 г. в 5,8 раз, по отношению к США в 2 раза, а денежная масса агрегата М2 в США пережата по отношению к Китаю в 3 раза. Проведенный достаточно грубый сравнительный динамический анализ коэффициентов монетизации агрегата М2 для России звучит как приговор, но и внутренняя денежная политика США по отношению к Китаю также вызывает серьезную озабоченность.
Напомним, что либеральная денежная политика в Европейском Союзе практически точная копия их американских коллег. В ЕС коэффициенты монетизации агрегатов М0, М1, М2 аналогичны США.
Поэтому для того, чтобы исключить возможные неточности предыдущих достаточно грубых расчетов и предварительные выводы по сравнительному динамическому анализу денежной политики Китая и США, расширим, усложним и уточним расчеты. Для этого проведем сравнительный динамический анализ в варианте линейной и более точной степенной регрессионной зависимости денежной массы США и Китая агрегатов М1, М2 по отношению к их ВВП (коэффициент монетизации).
Рисунок 18 – Регрессионная зависимость денежной массы США агрегата М1 по отношению к ВВП за период 1959-2005 гг., млрд.долл.США. Стрелки на графиках США указывают на период первого энергетического кризиса в США 1972-1985 гг. Источник: США, Китай.
Рисунок 19 – Регрессионная зависимость денежной массы Китая агрегата М1 по отношению к ВВП за период 1990-2011 гг., 100 million yuan. Источник: США, Китай.
Начнем с динамического регрессионного анализа агрегата М1. Графические образы денежной политики США в сравнении с Китаем по показателю «коэффициент монетизации» на основе регрессионных моделей агрегата М1 по отношению к ВВП даны на рисунках 18-19.
Сравнительный анализ денежной политики США и Китая (рисунок 18-19) на основе регрессионных моделей наглядно демонстрирует неэффективность денежной политики США по исследованному показателю «коэффициент монетизации». Так, в частности, сравнительный анализ линейной регрессионной модели агрегата М1 к ВВП США по отношению к Китаю свидетельствует, что агрегат М1 к ВВП Китая составил величину 0,602, а в США всего лишь 0,1275. Практически денежная масса агрегата М1 в США по отношению к Китаю пережата в 4,72 раза.
Рисунок 20 – Регрессионная зависимость денежной массы США агрегата М2 по отношению к ВВП за период 1959-2005 гг., млрд.долл.США. Стрелки на графиках США указывают на период первого энергетического кризиса в США 1972-1985 гг. Источник: США, Китай.
За последние 25 лет динамика социально-экономического развития США по отношению к Китаю в среднем в 3-5 раз ниже по показателю ВВП. Проведем сравнительный анализ денежной политики США и Китая на основе регрессионных моделей агрегата М2 по отношению к ВВП. Графические образы денежной политики США в сравнении с Китаем по показателю коэффициент монетизации даны на рисунках 20-21.
Рисунок 21 – Регрессионная зависимость денежной массы Китая агрегата М2 по отношению к ВВП за период 1990-2011 гг., 100 million yuan. Источник: США, Китай.
Сравнительный анализ денежной политики США и Китая на основе регрессионных моделей наглядно демонстрирует неэффективность денежной политики США по исследованному показателю «коэффициент монетизации». Так, в частности, сравнительный анализ линейной регрессионной модели агрегата М2 к ВВП США по отношению к Китаю свидетельствует (рисунок 21), что агрегат М2 к ВВП Китая составил величину 1,6743, а в США всего лишь 0,5224.
Практически денежная масса агрегата М2 в США по отношению к Китаю пережата в 3,21 раза. Данный сравнительный регрессионный анализ агрегата М2 США и Китая также подтверждает, что динамика социально-экономического развития США в сравнении с экономическим развитием Китая по показателям ВВП в среднем в 3-5 раз ниже за последние 25 лет. Благодаря эффективной экономической, денежной политике, основанной на методологии денежного обращения в СССР, Китай из слабо развитой страны за 25 лет стал мировым лидером. США к 2014 г. уступили лидерство Китаю. Россия же в результате либеральных «реформ» превратилась из великой державы в слаборазвитую страну третьего мира.
Напомним, что за период 1990-2014 гг. среднегодовой рост ВВП Китая в номинальном выражении составил 17%, при этом минимальное номинальное значение ВВП - 6%, а максимальное номинальное значение ВВП достигло 36%.
Вернемся к оценке масштабов неэффективной денежной политики ЦБ РФ по отношению к Китаю и США на основе анализа динамики денежной массы, на примере агрегата М2 к ВВП в России в сравнении с США и Китаем за период 1995-2011 гг.
Рисунок 22 – Динамика денежной массы на примере агрегата М2 к ВВП в России в сравнении с США и Китаем за период 1995-2011 гг. Источник: США, Китай.
Как видно из графиков (рисунок 22), основная причина огромной инфляции в РФ в 1995-2000 гг. была целенаправленное сжатие денежной массы агрегата М2 к ВВП. Так, в 1995 г. по отношению к Китаю денежная масса агрегата М2 в РФ по отношению к ВВП была пережата в 17,5 раз, а по отношению к США - в 10,7 раз. К 2011 г. картина по денежной политике РФ несколько улучшилась, но это только на первый взгляд. Согласно нашим расчетам ЦБ РФ сознательно или несознательно искажает свою отчетность и отчетность банковской системы России.
Для убедительности проведем моделирование МОБ США за 2014 г. по денежной политике США. Для этого рассчитаем средние процентные ставки для основных отраслей при их росте на 10% (выделено зеленым цветом) за исключением горно/нефтедобывающей отрасли, торговли и финансовой системы. Результаты моделирования даны на рисунке 23.
Как видно из моделирования МОБ США, за 2014 г. по денежной политике США для основных отраслей при их росте на 10% (выделено зеленым цветом) за исключением горно/нефтедобывающей отрасли, торговли и финансовой системы планируется рост ВВП на 1239 млрд.долл.США, объемы продаж должны вырасти на 2304 млрд.долл.США.
Рисунок 23 – Моделирование МОБ США за 2014 г. по денежной политике США
Для реализации данного роста экономики ФРС напечатает денег агрегата М1 в размере 160 млрд.долл.США, а агрегата М2 в размере 698 млрд.долл.США. При этом процентная ставка для реализации данного роста составит 4,8%. Т.е. если ЦБ РФ не искажает свою отчетность и денежная масса пережата в 2 раза по отношению к США, то процентная ставка в РФ должна составить 9,6%, но никак не 16-20%.
Рисунок 24 – Моделирование МОБ США за 2014 г. по денежной политике Китая
Проведем аналогичный эксперимент, но при условии, что США будут проводить денежную политику, аналогичную Китаю, т.е. увеличат объем денежной массы в 3 раза. Поменяем условия модельного эксперимента, как показано на рисунке 24.
Как видно из моделирования МОБ США, за 2014 г. по денежной политике Китая для основных отраслей при их росте на 10% (выделено зеленым цветом) за исключением горно/нефтедобывающей отрасли, торговли и финансовой системы планируется рост ВВП на 1239 млрд.долл.США, объемы продаж должны вырасти на 2304 млрд.долл.США. Для реализации данного роста экономики США, но при условии, что ФРС расширение денежной массы будет осуществлять по денежной политике Китая и напечатает денег агрегата М1 в размере 741 млрд.долл.США, а агрегата М2 в размере 2194 млрд.долл.США. При этом процентная ставка для реализации данного роста по денежной политике Китая составит 1,5%.
Как следует из расчетов по США и по Китаю ФРС США пережимает денежную массу в 3 раза по отношению к Китаю. Неудивительно, что экономика США развивается по отношению к Китаю в 3 раза медленнее.
Если ЦБ РФ не искажает свою отчетность и денежная масса пережата в 5,8 раз по отношению к Китаю, то процентная ставка в РФ должна составить 8,7%, но никак не 16-20%.
Возникает вопрос, куда же исчезают столь масштабные денежные средства России в результате деятельности ЦБ РФ и банковской системы. Ответ очевиден, ЦБ РФ совместно с банковс5кой системой занимаются валютными, фондовыми незаконными спекуляциями. Т.е. ЦБ РФ не борется с инфляцией, а целенаправленно ее организует. Не развивает экономику России, а целенаправленно ее разрушает.
Вывод для социально-экономического развития любой страны очевиден. Если ежедневно не контролировать ВВП, и как следствие не корректировать денежную массу в расчетном выше объеме по отношению к ВВП, то невозможно обеспечить динамическое, сбалансированное развитие всех деревень, городов и регионов со всеми вытекающими из этого негативными последствиями для социально-экономического развития любой страны мира.
Подчеркнем, Центральный банк любой страны обязан абсолютно бесплатно, беспроцентно расширять или сжимать денежную массу в зависимости от складывающейся динамики ВВП ежедневно контролируемой на всех иерархических уровнях без исключения: деревень, городов, регионов и страны в целом.
К сожалению, эта очевидная задача ежедневного контроля динамики ВВП и управления денежной массой ни в одной стране мира в настоящее время не решена, и не планируется для реализации. В лучшем случае развитые страны управляют денежной массой косвенным образом через показатель безработицы, как это делает ФРС по ежемесячным данным безработицы, собираемым Министерством труда США. Результат плохой - во всех регионах любой страны инициируется одна и та же проблема, то денежная масса пережата и денег реально не хватает, то денежная масса заливает те или иные регионы. Последствия также очевидны — постоянно наблюдается столь любимая либеральными экономистами инфляция, нестабильность, торможение динамики развития деревень, городов, регионов и страны в целом.
Покажем, как просто и быстро, с минимальными затратами решать проблему расчета ВВП. Расчет, моделирование денежной массы агрегатов М0, М1, М2 по отношению к ВВП дан выше.
3.10 Пример расчета ВВП за 1 секунду для исследуемого рынка/отрасли по 30 предприятиям на основе данных бухгалтерской отчетности
Пример расчета ВВП за 1 сек. для исследуемого рынка/отрасли по 30 предприятиям на основе данных бухгалтерской отчетности дан на рисунке 25.
В примере расчета ВВП для исследуемого рынка/отрасли (30 предприятий) на основе данных бухгалтерской отчетности формы 5 и формы 2 необходимо собрать следующую информацию:
В форме № 5 необходимо взять данные «Материальные затраты» (код строки 5610), которые в МОБ, СНС ООН отражаются как показатель «Intermediate Input».
В формы №2 «Отчет о прибылях и убытках» по ОКУД 0710002 Ф2 взять данные «Выручка» (код строки 2110), которые в МОБ, СНС ООН отражаются как показатель «Output».
Далее необходимо просуммировать эти данные по каждому показателю для всех 30 исследуемых организаций и затем выполнить простейшую операцию по формуле:
ВВП30 = Σ30Выручка — Σ30Материальные затраты
Напомним, что сумма добавленных стоимостей по всем отраслям (вектор-строка) мы обозначили условно как ВВП30, равна сумме ВВП (вектор-колонка) по всем рынкам. Поэтому делая аналогичные расчеты по всем предприятиям всех отраслей, представленных в деревне, несложно вычислить ВВП за текущий день или в текущий момент времени. Поэтому авторы сознательно добавленную стоимость обозначили условно как ВВП. Если сумма добавленной стоимости по всем отраслям не будет равна сумме ВВП по всем рынкам, то межотраслевой баланс построен не верно. Вот почему