Глобализация всех сфер деятельности оказывает непосредственное влияние на практику принятия экономических и финансовых решений в банковской отрасли. Меняются функции правительственных институтов, механизмы формирования скоординированных действий, содержание и процедура управления. Эти процессы меняют и методологию исследова­ния будущего, подходы к предвидению, планированию и прогнозирова­нию.

Методы анализа и прогнозирования циклических процессов являют­ся приближенными в силу того, что и процессы, которые исследуются с их помощью, не отличаются высокой устойчивостью: «мы не только не в со­стоянии точно предвидеть грядущие события во всей их полноте, но или вовсе не в состоянии фиксировать время, место и интенсивность событий и должны удовлетворяться предсказанием общих тенденций их хода, или

108

можем фиксировать время, место и интенсивность событий весьма при­близительно, часто не имея возможности определить степень вероятной ошибки прогноза» [74, с. 142]. Поэтому использование приближенных ме­тодов анализа и предвидения при изучении динамических процессов, на наш взгляд, вполне оправданно.

Характерной чертой долгопериодичных циклических колебаний с математической точки зрения является наличие нескольких или многих подряд отклонений одного знака, затем - другого знака и т.д. Причем от­клонения одного знака наблюдаются в течение примерно половины длины цикла. Характерной же чертой случайно распределенной во времени ко­леблемости является хаотичная последовательность отклонений. Так, на­пример, после роста показателей в следующем временном отрезке (или точке) может снова следовать их увеличение (или даже два-три периода подряд). Взаимопогашение отклонений наступает только на достаточно длительном отрезке времени, а на коротких - может накапливаться.

Для прогнозирования циклической колеблемости благоприятно, если длина цикла строго постоянна, чего, к сожалению, не наблюдается в эко­номических системах (и в банковской в том числе) в силу воздействия факторов риска. Подробная характеристика этапов анализа временных ря­дов приведена в [36]. Мы же остановимся лишь на исследовании динамики банковской системы региона с учетом случайных факторов.

Важный вывод, сделанный В.Н. Афанасьевым и М.М. Юзбашевым [36, с. 90], значителен и в нашей работе. Случайно распределенная во вре­мени колеблемость неблагоприятна для прогнозирования, ибо в любом прогнозном периоде может осуществиться с равной вероятностью как по­ложительное, так и отрицательное отклонение от тренда. Поэтому, как и было отмечено нами выше, прогноз приобретает приблизительный харак­тер, и прогнозировать лучше интервал, в котором с заданной вероятностью может оказаться уровень.