Прикладная информатика, 2008, №2 (14)

УВАЖАЕМЫЕ КОЛЛЕГИ!

Наш журнал Прикладная информатика существенно расширил свою читательскую
аудиторию и географию авторов. В данном номере мы опубликовали интересные материалы, полученные из Волгограда, Дмитрова, Дубны, Москвы, СанктПетербурга, Чебоксар
и Челябинска.
В целом статьи посвящены таким рубрикам и подрубрикам, как применение методов
информатики в анализе бизнеса, конкурентоспособность выпускников вузов и технологии
обучения, технология разработки программного обеспечения, software и сетевое hardware, инструментальные методы экономики и информационная безопасность. Опубликован репортаж со студенческой научнопрактической конференции «Современные информационные технологии: проблемы и методы их решения», прошедшей в Московской
финансовопромышленной академии. Особенно насыщенной стала рубрика «Инструментальные средства».
Редакционная коллегия с удовлетворением отмечает, что журнал Прикладная информатика стал пользоваться популярностью не только у маститых ученых среди вузовской общественности, в научноисследовательских организациях и у ведущих специалистов фирм,
но и начал завоевывать определенные позиции в среднем образовании. Об этом свидетельствует интересная статья, написанная на высоком профессиональном уровне, которую
мы получили из Дмитровской средней общеобразовательной школы № 1 им. В.И. Кузнецова
с углубленным изучением отдельных предметов.

Главный редактор
А.А. Емельянов

АНАЛИЗ БИЗНЕСА
О.С. Бессонова
Применение модели оценки финансовых активов (CAPM)
для прогнозирования доходности акций
телекоммуникационных компаний . . . . . . . . . . . . . . . . . . . . . . . 3

КОНКУРЕНТОСПОСОБНОСТЬ ВЫПУСКНИКОВ
Т.А. Соколова, В.В. Артюхин
Некоторые вопросы обучения иностранному языку
в неязыковых вузах. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

ТЕХНОЛОГИИ ОБУЧЕНИЯ
М.Ф. Гребенкин, Л.П. Лобова
Нанотехнологии и школьное образование . . . . . . . . . . . . . . . . 17

П.Г. Мазеин, Г.О. Жбанков
Информационнотехнологические комплексы
для профессионального образования
машиностроителей . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

ТЕХНОЛОГИЯ РАЗРАБОТКИ ПРОГРАММНОГО
ОБЕСПЕЧЕНИЯ
А.В. Леденев, И.А. Семенов,
В.А. Сторожевых
Динамически загружаемые библиотеки: структура,
архитектура и применение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

SOFTWARE
В.В. Андреев, М.И. Семенов
Создание и использование системы обработки и анализа
данных с применением пакета MatLab . . . . . . . . . . . . . . . . . . . 85

СЕТИ
Г.Б. Гулиян
ISDN — цифровая сеть интегрированных служб . . . . . . . . . . . 93

ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ ЭКОНОМИКИ
Г.В. Бубнова, Е.А. Сеславина
Математические модели зависимости финального объема
продаж от эффективности рекламы . . . . . . . . . . . . . . . . . . . . 118

ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ
Р.Р. Шарипов, В.П. Заярный
Возможность защиты передаваемой цифровой информации
с использованием вейвлетпреобразования. . . . . . . . . . . . . . 124

НАШ РЕПОРТАЖ
Студенческая конференция «Современные информационные
технологии: проблемы и методы их решения»
в Московской финансовопромышленной академии. . . . . . . 127

Алексей Алексеевич Сорокин. . . . . . . . . . . . . . . . . . . . . . . . . . 138

. . . . . . . . . . . . . . . . . . 140

. . 141

Редакционная коллегия

Главный редактор

Емельянов А.А.
д.э.н., проф.

Заместители главного редактора

Артюхин В.В.
к.э.н., доцент
Власова Е.А.

Редакционный совет

Багриновский К.А. д.э.н., проф.
Звонова А.Н.
к.э.н.
Козлов В.Н.
д.т.н., проф.
Коршунов С.В.
к.т.н., проф.
Мешалкин В.П.
чл.корр. РАН,
д.т.н., проф.,
сопредседатель
Мэйпл К.
Ph.D., проф.

Павловский Ю.Н.
чл.корр. РАН,
д.ф.м.н., проф.,
сопредседатель
Поршнев А.Г.
чл.корр. РАН,
д.э.н., проф.
Пузанков Д.В.
д.т.н., проф.
Росс Г.В.
д.т.н., д.э.н.,
проф.
Рубин Ю.Б.
д.э.н., проф.
Саркисов П.Д.
акад. РАН,
д.т.н., проф.,
сопредседатель
Сухомлин В.А.
д.ф.м.н., проф.
Титарев Л.Г.
д.т.н., проф.

Члены редколлегии

Амбросов Н.В.
д.э.н., проф.
Бендиков М.А.
д.э.н., проф.

Бугорский В.Н. к.э.н., проф.
Буянова Л.Н.
д.э.н., проф.
Волкова В.Н.
д.э.н., проф.
Диго С.М.
к.э.н., проф.
Дик В.В.
д.э.н., проф.
Дли М.И.
д.т.н., проф.
Емельянов С.А.
Иванов Л.Н.
д.т.н., проф.
Литвинова О.А. к.э.н.
Малышев Н.Г.
д.т.н., проф.
Попов И.И.
д.т.н., проф.
Потемкин А.И. д.т.н., проф.
Салмин С.П.
д.э.н., проф.
Халин В.Г.
к.ф.м.н., проф.
Хубаев Г.Н.
д.э.н., проф.
Чистов Д.В.
д.э.н., проф.
Шахов Э.К.
д.т.н., проф.
Шориков А.Ф.
д.ф.м.н., проф.

О.С. Бессонова

Применение модели оценки
финансовых активов (CAPM) для прогнозирования
доходности акций телекоммуникационных компаний

При всей важности ожидаемой доходности оценить ее бывает нелегко, и способов ее определения существует довольно много. В основном все они отличаются за
счет используемых факторов. В статье подробно рассмотрен один из вариантов определения доходности — однофакторная модель оценки финансовых активов CAPM.
Также показано, каким образом модель может быть применена к условиям российского рынка на примере анализа акций телекоммуникационных компаний.

1. Модель оценки финансовых активов
CAPM
О

дна из главных проблем, с которой
можно столкнуться при оценке стоимости активов, состоит в определении зависимости между риском и доходностью. Рыночная закономерность «чем выше
риск, тем выше доходность» не вызывает
никаких сомнений. При этом у каждого инвестора формируются свои собственные
прогнозы относительно отмеченных параметров. Однако рынок склонен постоянно
двигаться в направлении определенной
равновесной оценки риска и доходности активов. В условиях хорошо развитого рынка
новая информация находит быстрое отражение в курсовой стоимости активов, поэтому для таких условий можно разработать модель, которая бы удовлетворительно
описывала взаимосвязь между риском и доходностью активов. Такая модель была разработана в середине 60х гг. прошлого века
У. Шарпом и Дж. Линтерном и получила название оценки стоимости финансовых активов (capital asset pricing model — CAPM).
Модель однофакторная, ключевым фактором в ней является риск.
Существует два варианта представления модели: ценовой и в терминах доходности. В работе рассматривается второй вариант:

E r
r
E r
r
Var r
Cov r r
j
f
m
f

m
j
m
[~]
[~ ]
[~ ]
[~,~ ]
,

где E rj
[~ ] — равновесная доходность анализируемого актива;
E rm
[~ ]— ожидаемая доходность рыночного портфеля;
Var rm
[~ ] — его риск;
rf — безрисковая ставка;
Cov r r
j
m
[~,~ ] — ковариация доходности актива и рыночной доходности.

Модель применяется при ряде ограничений:

1. Рынок является эффективным.
2. Активы ликвидны и делимы.
3. Отсутствуют
налоги,
банкротства
(в одном из разделов работы в модель будут
включены подоходный налог и налог на дивиденды).
4. Все инвесторы имеют одинаковые
ожидания, действуют рационально, стремясь максимизировать свою полезность,
имеют возможность брать кредит и предоставлять средства под ставку без риска.
5. Рассматривается один временной период.
6. Доходность является только функцией
риска.
7. Изменения цен активов не зависят от
существовавших в прошлом уровней цен.

ITбизнес Анализ бизнеса
3

2. Коэффициент модели

Особое внимание надо уделить коэффициенту модели, характеризующему чувствительность актива к изменениям на рынке.
Коэффициентом модели CAPM называется отношение:

Cov X
r

Var r

j
j

m

[~ ,~]

[~ ]
.

Этот коэффициент используется для измерения рыночного риска и зависимости
между доходностью актива и доходностью
рынка. Доходность рынка — это доходность
рыночного портфеля (поскольку сформировать портфель, в которой бы входили все
финансовые активы, невозможно, то в качестве него принимается какойлибо индекс с широкой базой).
Акции, для которых 1, движутся обычно вровень с рынком акций; акции с 15,
при спаде или подъеме изменяются на 1,5
процентного пункта на каждый процентный
пункт изменения рынка в целом. Компании,
у которых 15, , ведут агрессивную игру на
фондовом рынке. Если рынок растет, эти
акции растут еще быстрее; на рынке «медведей» они обычно падают больше, чем акции в среднем. Для некоторых акций 0 5, ,
а акции этих компаний проводят оборонительную стратегию, не оченьто выигрывают в случае рынка «быков», но зато мало теряют в случае падения рынка. Для большинства компаний коэффициент равен средней величине — 1.
Если актив переоценен рынком, уровень
его доходности ниже, чем актив с аналогичной характеристикой риска; если недооценен, то выше. Показатель, который говорит
о величине переоценки или недооценки актива рынком, называется коэффициентом
. Он представляет собой разность между
действительной ожидаемой доходностью
актива и равновесной ожидаемой доходностью, т.е. доходностью, которую требует
рынок для данного уровня риска, и определяется по формуле:

i
i
i
r
E r
( ),

где ri — действительная ожидаемая доходность актива;
E(ri) — равновесная ожидаемая доходность.

Доходность актива в этом случае можно
записать как:

r
r
E r
r
i
f
i
m
f
i
(
)
,
i
i
f
i
m
f
r
r
E r
r
(
)
(
)
.

3. Параметры модели
для российского рынка

Прежде чем применить модель CAPM
для анализа российского рынка, необходимо решить ряд вопросов:

1) какая ставка может выступать в качестве безрисковой;
2) как определить рыночный уровень доходности, что наиболее адекватно будет его
выражать;
3) какие активы имеет смысл анализировать с помощью САРМ.

Отвечая на первый вопрос, нельзя забывать, что абсолютно исключить риск невозможно, иначе можно было бы составить
идеально диверсифицированный безрисковый портфель. Даже на развитых европейских рынках не существует ни одного
инструмента, отвечающего таким требованиям. Если говорить о рынке в России, то
здесь риск, причем достаточно высокий, —
атрибут любой рыночной сделки. Если рыночный риск можно уменьшить путем диверсификации, то в условиях российского
рынка провести качественную диверсификацию портфеля достаточно трудно. Большая часть торгов проводится с «голубыми
фишками». Траектории движения цен на
эти активы иногда совпадают. Именно это
обстоятельство может послужить причиной
затруднений при диверсификации портфеля. Немаловажным фактором является и
высокая чувствительность рынка к различным внешним потокам информации.
Западные специалисты обычно оперируют ставкой доходности по среднесрочным и долгосрочным обязательствам пра4
ITбизнес Анализ бизнеса

Применение модели оценки финансовых активов (CAPM) для прогнозирования доходности акций телекоммуникационных компаний

вительств своих стран, принимая именно
эти величины за безрисковую ставку.
Обязательным условием, которому должен удовлетворять безрисковый инструмент, является то, что доходности должны
быть определены заранее на весь срок существования инструмента, вероятность потерь должна быть сведена к минимуму. Дополнительным условием является требование того, что продолжительность периода
обращения должна совпадать или быть
близкой к сроку жизни инструментов оцениваемой компании.
Коммерческие институты не могут являться эмитентами безрисковых инструментов, ибо они не могут гарантировать выплаты. Значит, эмитентом может быть только государство (точнее правительство, так
как инструменты субъектов Федерации также подвержены риску). На Западе, в частности в Америке, подобными инструментами являются казначейские долговые ценные бумаги (векселя и облигации со сроком
погашения 10 лет и более).
В России в качестве безрисковых инструментов теоретически могут быть использованы:

• государственные облигации РФ;
• иностранные финансовые инструменты — еврооблигации развитых стран (например, 10летние казначейские облигации
США);
• ставка рефинансирования ЦБ.

В данной работе расчет размера безрисковой ставки проводится на основе данных
рынка российский государственных облигаций при помощи имитационного моделирования, о чем подробно будет рассказано далее (раздел «Расчет ставки без риска»).

4. Рыночная доходность

Теперь следует определить, что являет
собой рыночный уровень доходности. Естественно, что самый простой способ — взять
индекс РТС или ММВБ. Хотя это не совсем
точно, поскольку в теории рыночная доходность и рыночный риск оцениваются по

портфелю, включающему все рискованные
активы рынка. На практике рыночный портфель как портфель только систематического риска строится по акциям локального
или глобального рынка (например, наиболее представительный фондовый индекс).
При расчетах в качестве рыночной доходности можно использовать доходность
индекса (РТС, ММВБ и др.). В целях увеличения точности в индекс могут быть включены дополнительные акции. Однако это влечет за собой ряд сложностей, преодолеть
которые можно только при ряде допущений.
Например, индекс РТС (In) рассчитывается как отношение суммарной рыночной капитализации ценных бумаг (MCn), включенных
в список для расчета индекса, к суммарной
рыночной капитализации этих же ценных
бумаг на начальную дату (MC1), умноженное
на значение индекса на начальную дату (I1)
и на поправочный коэффициент (Zn):

I
I
n
n
n
Z
MC
MC
1
1
,

где MCn — сумма рыночных капитализаций
акций на текущее время в долларах США:

MC
W P Q C
n
i
i
i

N

i
i
1
,

где Wi — поправочный коэффициент, учитывающий количество ценных бумаг iго
вида в свободном обращении (коэффициент freefloat);
Сi — коэффициент, ограничивающий долю капитализации ценных бумаг iго типа
(весовой коэффициент);
Qi — количество ценных бумаг соответствующего наименования, выпущенных
эмитентом на текущую дату;
Pi — цена iй ценной бумаги в долларах
США на расчетное время t;
N — число наименований ценных бумаг в
списке, по которому рассчитывается индекс.

Если попытаться расширить базу для
расчета индекса, необходимо самостоятельно вводить некоторые значения, например, поправочного коэффициента (Zn).

ITбизнес Анализ бизнеса
5

О.С. Бессонова

Выбор будет сделан в пользу индекса
РТС, так как его расчет ведется на основе
50 акций, а не 30, как у индекса ММВБ.

5. Выбор финансовых инструментов
для построения прогноза

Поскольку в качестве рыночной доходности берется доходность рыночного индекса, это оказывает влияние на выбор анализируемых финансовых инструментов. Методика расчета индекса такова, что акции
«голубых фишек» оказывают на значение
индекса большое влияние изза высокой
доли в суммарной капитализации рынка.
Соответственно, эти акции наиболее ликвидны: на них приходится до 75% общего
торгового оборота. Если и проводить расчет требуемой доходности по модели САРМ,
то именно по этим компаниям, так как в прочих случаях, за пределами «голубой» группы, велика вероятность получить значение
коэффициента , близкое к нулю.

6. Расчет ставки без риска

Далее будет подробно рассказано, каким
образом можно рассчитать ставку без риска
на основе данных о российских государственных облигациях при помощи имитационного моделирования. В качестве исходных данных из секции Гособлигации ресурса rbc.ru
были взяты следующие виды бумаг (табл. 1).
В таблице представлена информация
о купонах и сроках погашения облигаций.
С помощью этих данных можно найти семь
значений безрисковой спотовой ставки для
каждого полугодия, начиная с 18.10.2007:
r01, r02,…, r07. На основе данных о выпусках
государственных облигаций (купонах, сроках погашения) сформирован полный рынок капитала (число периодов равно числу
бумаг, строки полученной матрицы линейно
независимы).
Допущения расчета следующие:

1) номинал всех облигаций — 100 руб.;
2) каждая спотставка рассчитывается
на полгода; для этого некоторые платежи
(квартальные) сведены к полугодовым без
дисконтирования, так как при дисконтировании каждого платежа невозможно будет
рассчитать ставку в некоторых периодах
(будет два слагаемых с неизвестным в разных дробных степенях). Если срок погашения облигации наступал позже или раньше

Применение модели оценки финансовых активов (CAPM) для прогнозирования доходности акций телекоммуникационных компаний

6
ITбизнес Анализ бизнеса

Таблица 1

Информация о купонах и сроках погашения облигаций

Бумага
Цена
Платеж1
Платеж2
Платеж3
Платеж4
Платеж5
Платеж6
Платеж7

18.10.2007 15.04.2008 15.10.2008 15.04.2009 15.10.2009 15.04.2010 15.10.2010 15.04.2011

16.04.2008
ОФЗ28003
102,1701
105

12.03.2008 10.09.2008

ОФЗ46001
102,825
2,5
102,5
14.05.2008 12.11.2008 13.05.2009
ОФЗ28004
105,72
5
5
105

23.04.2008 21.01.2009 22.04.2009 20.01.2010

ОФЗ25057
103,19
3,7
3,7
3,7
103,7
07.05.2008 05.11.2008 06.05.2009 04.11.2009 05.05.2010
ОФЗ25061
99,47
2,9
2,9
2,9
2,9
102,9

14.05.2008 12.11.2008 13.05.2009 11.11.2009 12.05.2010 10.11.2010

РЖД06
100,7
3,675
3,675
3,675
3,675
3,675
103,675
23.04.2008 22.10.2008 22.04.2009 21.10.2009 21.04.2010 20.10.2010 19.01.2011
ОФЗ25059
100,2
3,05
3,05
3,05
3,05
3,05
3,05
103,05

границы периодов (полугодий), рассчитывалась разница в днях и принималась к учету (получалась дробная степень);
3) купон выплачивается в конце полугодия,
причем первый период начинается 18.10.2007.

Расчеты осуществляются по формуле:

p X X
X
X
r
t
t

T
t
t

T
(
,
,...,
)
(
)
1
2
0
1 1
,

где r0T — искомая спотставка, степень t корректируется на разницу в днях, например:
если
полугодие
заканчивается
15 октября, а бумага погашается 10 сентября, степень будет скорректирована
на разницу в днях.

Предполагается далее, что рынок характеризуется нормальной структурой процента, т.е. спотставки растут с ростом срока
погашения. Можно построить линию тренда
(логарифмическая и степенная зависимости) (рис. 1).
В качестве основы для уравнения регрессии будет рассматриваться уравнение:

y
x
0 0061
0 02
,
ln( )
,
,

где y — спотставка;
х — период.

На основе этой зависимости можно найти теоретические значения спотовых ставок,
найти их отклонение от рассчитанных ранее и проверить эти отклонения на соответствие нормальному закону распределения.

Если это предположение подтвердится, то
параметры найденного нормального распределения будут скорректированы при помощи имитационного моделирования. Далее
для расчета спотставки будет использовано полученное уравнение регрессии с поправкой на случайный фактор, распределенный по исправленному нормальному закону
распределения (табл. 2).
Для того чтобы построить эмпирическое
распределение, необходимо: определить максимальное и минимальное значения отклонений; разбить полученный диапазон на группы (по формуле Стерджесса N 3 32
1
,
lg
,
где N — объем выборки); отсортировать
данные по возрастанию и сгруппировать их;
определить число данных в группе и общее

ITбизнес Анализ бизнеса
7

О.С. Бессонова

Рис. 1. Спотставки и тренды

Таблица 2

Отклонения рассчитанных спотставок от значений уравнения регрессии

Эмпирические
Теоретические
Отклонения

r01
0,027697927
0,02
0,007697927

r02
0,011570011
0,0273567
–0,01578669

r03
0,02881116
0,028735282
7,58779E–05

r04
0,025303824
0,029713401
–0,004409577

r05
0,030547633
0,030472089
7,55443E–05

r06
0,035410243
0,031091982
0,00431826

r07
0,032599945
0,031616095
0,00098385

число наблюдений; найти относительную
частоту попадания переменной в группу; построить гистограмму вероятностей.
Получены следующие результаты:

min
–0,01578669

max
0,007697927

Колво интервалов
4

Интервал
0,005871154

Далее рассчитываются характеристики
построенного распределения:

Мат. ожидание
–0,001006401

Ст. отклонение
0,007532805

Теперь можно построить теоретическое
распределение с рассчитанными выше параметрами (дисперсия скорректирована
для большего соответствия) (рис. 2).

Далее осуществляется проверка на согласие с эмпирическим распределением
при помощи двух тестов («Хиквадрат» и
тест Колмогорова—Смирнова).

Хиквадрат
Колмогоров
22,7779602
0,103198055

Хиквадрат критич.
Колмогоров критич.
3,84145915
0,486

Как видно, результаты проверки положительны.
Модель устойчива, при увеличении объема выборки дисперсия не увеличивается.
На данном этапе необходимо: сгенерировать число выборок случайных величин
из найденного распределения и обработать
результаты экспериментов методом максимума правдоподобия.
Было осуществлено 1019 имитаций выборок объемом 385 для нормального распределения с параметрами, рассчитанными по эмпирическим данным:

Мат. ожидание
–0,00101

Ст. отклонение
0,007533

Для каждой имитации параметры m и были
оценены
методом
максимального
правдоподобия. После чего из 1019 оцененных значений m и были найдены средние.
Новое распределение имеет параметры:

Мат. ожидание
–0,00099

Ст. отклонение
0,007526

Таким
образом,
модель
полугодовой
спотставки выглядит следующим образом:

y
x
0 0061
0 02
,
ln( )
,
,

где y — спотставка;
х — период;
— случайная величина, распределенная по нормальному закону с параметрами, рассчитанными выше при проведении имитационного эксперимента.

8
ITбизнес Анализ бизнеса

Применение модели оценки финансовых активов (CAPM) для прогнозирования доходности акций телекоммуникационных компаний

Рис. 2. Теоретическое распределение

Таблица 3
Данные для построения эмпирического распределения

Группы
Частота
Вероятность
Середина

–0,009915536
1
0,142857143
–0,012851113

–0,004044381
1
0,142857143
–0,006979958

0,001826773
3
0,428571429
–0,001108804

0,007697927
2
0,285714286
0,00476235

7. Практика расчетов равновесной
доходности на примере акций
российских эмитентов
Одним из направлений применения модели CAPM является поиск переоцененных
или недооцененных активов. Это можно сделать, например, следующим образом: спрогнозировать равновесную доходность актива
по модели и сравнить с ожидаемой доходностью. Акция считается недооцененной, если фактическая доходность выше доходности,
полученной по модели CAPM, и наоборот.
Равновесная доходность будет рассчитываться по следующей формуле, выведенной ранее:

E r
r
E r
r
Var r
Cov r r
j
f
m
f

m
j
m
[ ]
[
]
[
]
[ ,
]
.

Для расчета равновесной доходности
были проанализированы данные за последний год (19.10.2006–18.10.2007). Прогнозирование производилось на период в полгода. Безрисковая ставка принималась на
уровне 1,9448% (согласно построенной модели зависимости безрисковой спотставки
от времени). Результаты получились следующие (табл. 4).
Недооцененными по модели получаются
акции ОАО «ЦентрТелеком», ОАО «Ростелеком», ОАО ЮТК, ОАО МТС, ОАО «СевероЗападный Телеком», именно эти акции

рекомендовано приобретать согласно результатам моделирования. Цена этих активов за анализируемый период имеет устойчивую тенденцию к росту. Цена акции остальных эмитентов нестабильна (нет явного
тренда, если обратиться к информации об
изменении цен на данные активы). Все акции очень восприимчивы к изменениям рынка (min
max
,
,
,
1047671
2 679378), т.е. при
росте или падении рынка акции реагируют
еще большим ростом или падением. Это
компенсируется достаточно высокими показателями полугодовой доходности.
Предсказать доходность финансовых
инструментов на российском рынке довольно трудно, поскольку ни одна модель
не может учесть всех факторов, влияющих
на цены. Обвал рынка не предскажет ни одна модель. Но с помощью модели CAPM
можно определить степень зависимости доходности актива от рыночной доходности.
Если в модель заложены адекватные оценки рыночной и безрисковой доходности, то
предсказанная доходность актива может
служить индикатором для инвестора при
принятии решения о покупке или продаже
тех или иных активов.

Список литературы

Сайт «РосБизнесКонсалтинг» http://www.
rbc.ru

ITбизнес Анализ бизнеса
9

О.С. Бессонова

Таблица 4

Результаты расчета равновесной доходности акций телекоммуникационных компаний

Эмитент
Коэффициент Коэффициент Доходность
по САРМ
Средняя
доходность

ОАО «Сибирьтелеком» (ENCO)
1,909073
0,056301
0,1074685
0,051168

ОАО «ЦентрТелеком» (ESMO)
1,335981
–0,22196
0,0810453
0,303

ОАО «Ростелеком» (RTKM)
2,25939
–0,22794
0,1236204
0,351564

ОАО ЮТК (KUBN)
1,854616
–0,08921
0,1049577
0,194163

ОАО МТС (MTSS)
1,047671
–0,10729
0,067752
0,175046

ОАО «ВолгаТелеком» (NNSI)
2,679378
0,117969
0,117969
0,025015

ОАО «СевероЗападный Телеком» (SPLT)
1,909646
–0,03708
0,1074949
0,144577

ОАО «Уралсвязьинформ» (URSI)
2,51138
0,035456
0,1352387
0,099783

Т.А. Соколова, В.В. Артюхин

Некоторые вопросы обучения иностранному языку
в неязыковых вузах

В настоящее время существует целый ряд нерешенных теоретических и практических вопросов, связанных с определением места и доли участия иностранного
языка в формировании программы профессиональной подготовки студентов неязыковых вузов. Отчасти такая неопределенность объясняется отсутствием рекомендаций и установленных стандартов со стороны официальных структур, призванных определять задачи образования в целом по стране. Иначе говоря, эта область деятельности остается без должного внимания и патронажного участия государства.
Н

икто не станет оспаривать то, что обучение иностранному языку в современном мире межкультурных коммуникаций является непременным атрибутом
грамотного специалиста в любой области
знаний. Вместе с тем обучение иностранным языкам во многих неязыковых вузах
России осуществляется в рамках традиций
«железного занавеса», т.е. на основе учебных пособий собственного производства.
Можно сказать, что в целом преобладает
несистемный подход, отсутствует теоретически обоснованная и практически проверенная модель такого обучения. В условиях затянувшейся реформы высшего образования
отсутствие ориентиров и стандартов стало
практически нормой. В этом легко убедиться
при внимательном рассмотрении учебных
материалов и пособий, предлагаемых на
сегодняшний день кафедрами иностранных
языков многочисленных вузов. Составители
таких учебников забывают о главной задаче
подготовки специалистов — получении необходимых профессиональных и социально ориентированных умений и навыков коммуникации в многонациональной среде.
Часто в учебных материалах на иностранных языках неязыковых вузов преобладают
чисто лингвистические элементы, взятые из
учебников филологических вузов, в частности задания и упражнения на отработку структурных моделей языка или речевых моделей, не имеющих прямого отношения к задачам профессиональной подготовки будущего специалиста. В одном из заданий
экзаменационного теста для студентов неязыкового вуза было предложено выполнить
синтаксический анализ сложного предложения. В другом случае студенты, специализирующиеся в «Прикладной математике»,
выполняя экзаменационное задание, беседовали с преподавателем на английском языке
о том, насколько они увлечены компьютерными играми (и не в аспекте их реализации
как таковых). Все это яркие примеры полного отрыва теории от практики, сути предмета от задач профессионального обучения.
И таких примеров, к сожалению, немало.
Анализируя учебные материалы на английском языке для студентов факультетов
Программирования и Информационных технологий, от их информативной и научной
значимости можно «впасть в депрессию».
Если учебные материалы, назначенные несколько лет назад экономистам, все еще
представляют некую познавательную ценность, то область информационных технологий не терпит такого положения, когда технологическое новшество прошлого века подается в некоторых учебниках как открытие
с непростительным опозданием в несколько
лет. В предлагаемых материалах для тестирования студентов старших курсов факультета Программирования можно встретить
требование подробной инструкции по установке принтера. Хотелось бы задать вопрос
10
IT и образование Конкурентоспособность выпускников