курсовая6. Курсовая работа Кредитный рынок и его место в системе макроэкономического кругооборота

• Название: Курсовая работа Кредитный рынок и его место в системе макроэкономического кругооборота
• Дата: 14.05.2019
• Размер: 340.59 Kb.
• Имя файла: курсовая6.docx
• Тип: Курсовая; #76998
• страница: 1 из 7

СИБИРСКИЙ ГОСУДАРСВЕННЫЙ УНИВЕРСИТЕТ

ТЕЛЕКОММУНИКАЦИИ И ИНФОРМАТИКИ

Кафедра: Экономики и менеджмента
по дисциплине : Экономическая теория (часть 2)
Курсовая работа

«Кредитный рынок и его место в системе макроэкономического кругооборота»

Студентки 1-ого курса

Группа:

Новосибирск 2019

СОДЕРЖАНИЕ:

Введение…………………………………………………………………….……3

1. Кредитный рынок: основные черты и особенности…………………….…..5

1.1 Кредит, его сущность и роль в макроэкономике…………………………..5

1.2 Сущность и функции кредитного рынка

1.3 Кредитная система как инфраструктура рыночной экономики

Глава 2. Современная кредитная система и функционирование кредитной системы РФ

2.1 Состояние современного кредитного рынка РФ

2.2 Виды кредитов, представленных на кредитном рынке

2.3 Механизм функционирования кредитной системы

Глава 3. Проблемы и перспективы развития кредитного рынка в России

3.1 Проблемы развития кредитного рынка

3.2 Перспективы развития кредитования в России

3.3 Стратегии выхода из кризиса кредитного рынка

Заключение ………………………….…………………………………………..58
Список литературы  …………………………………………………………….59

ВВЕДЕНИЕ

Кредитный рынок — это экономическое пространство, где организуются отношения, обусловленные движением свободных денег между заемщиками и кредиторами на условиях возвратности и платности. При этом могут иметь место кредитные отношения между следующими участниками:

— Центральным банком и коммерческими банками;

— коммерческими банками (друг с другом);

— коммерческими банками и обслуживаемыми ими юридическими и физическими лицами;

— коммерческими банками одной страны с зарубежными банками.

Центральный банк использует возможности кредитного рынка и структуру отделений коммерческих банков для проведения государственной политики, связанной, например, с поддержкой некоторых отраслей промышленности и игроков на рынке. Он выделяет банкам - участникам кредитного рынка государственные кредиты, которые те затем распределяют между различными государственными предприятиями.
Однако основную часть кредитного рынка представляют собой горизонтальные связи - связи между коммерческими банками. Прямые банковские связи позволяют использовать общие средства фонда межбанковских кредитов для кредитования заемщиков, пополнения собственных оборотных средств и решения задач развития именно банковского сектора.

То есть если остальные заемщики при недостатке финансовых резервов обращаются к кредитным средствам, то сами банки при недостатке финансов обращаются за межбанковским кредитом.

Для чего нужен кредитный рынок?


Кредитный рынок по существу аккумулирует все временно свободные финансовые средства, он стимулирует товарооборот и превращает свободные деньги в достижения прогресса, капиталовложения, стимулирует развитие производства. 
Финансовое консультирование заемщиков - юридических и физических лиц также стимулирует движение и развитие кредитного рынка, поскольку кредитные взаимоотношения заемщиков с банками позволяют трансформировать временно свободные денежные средства банка в ссудный капитал и использовать их для развития производства.

Данная тема курсовой работы является актуальной, потому как кредитный рынок охватывает не только сферу банковского кредитования, кредит присутствует в различных формах на всех видах рынков: на рынке ценных бумаг существует сегмент долговых ценных бумаг, сделки кредитного характера совершаются на валютном рынке, рынке драгоценных металлов, неотъемлемой частью сделок на товарных рынках является коммерческий кредит. Заимствования различного рода являются необходимым элементом финансового менеджмента современной организации, позволяющим обеспечивать гибкость ее текущего финансирования, кредит является важным источников финансирования капитальных вложений.

 

1.
1.1.

1.2.

Все методы сжатия информации основаны на том простом предположении, что набор данных всегда содержит избыточные элементы. Сжатие достигается за счет поиска и кодирования избыточных элементов.

Поток данных об изображении имеет существенное количество излишней информации, которая может быть устранена практически без заметных для глаза искажений. При этом различают два типа избыточности.

Статистическая избыточность связана с корреляцией и предсказуемостью данных. Эта избыточность может быть устранена без потери информации, исходные данные при этом могут быть полностью восстановлены. Наиболее известные методы эффективного кодирования символов основаны на знании частоты каждого символа присутствующего в сообщении. Зная эти частоты, строят таблицу кодов, обладающую следующими свойствами: различные коды могут иметь различное количество бит;

• 
  коды символов с большей частотой встречаемости, имеют меньше бит, чем коды символов с меньшей частотой;
  

• 
  хотя коды имеют различную битовую длину, они могут быть восстановлены единственным образом, т.е. коды строятся как префиксные.
  

Этими свойствами обладает известный алгоритм Хаффмана.

Визуальная (субъективная) избыточность, которую можно устранить с частичной потерей данных, мало влияющих на качество воспроизводимых изображений; это - информация, которую можно изъять из изображения, не нарушая визуально воспринимаемое качество изображений.

Устранение визуальной избыточности изображений является основным резервом сокращения передаваемой информации . Для оптимизации процесса кодирования в целях обеспечения передачи наименьшего объема информации необходимо, с одной стороны, не передавать избыточную информацию, а с другой, - не допустить чрезмерной потери качества изображения.

До сих пор не существует простой и адекватной модели визуального восприятия изображений, пригодной для оптимизации их кодирования.

Задача сжатия изображения состоит из двух основных частей: кодирование и декодирование. Если декодированное изображение всегда в точности соответствует кодируемому изображению, то такой алгоритм кодирования-декодирования называется алгоритмом сжатия без потерь. Если декодированное изображение отличается от кодированного, то подобный алгоритм называют алгоритмом сжатия с потерями. Общая схема процесса сжатия изображения представлена на рисунке 1 .

Рассмотрим этапы процедуры сжатия данных в общем виде. Любой метод сжатия реализует три основных этапа :

• 
  кодирование или первичное сжатие;
  
• 
  вторичное сжатие;
  
• 
  декодирование или восстановление изображения.
  

На первом этапе выполняется преобразование исходных данных из одной формы представления в другую. В частности, при сжатии изображений в зависимости от вида алгоритма сжатия может быть выполнен переход от исходного изображения к следующим видам представления (табл.1.1):

На втором этапе компоненты преобразования квантуются и приводятся к виду удобному для статистического кодирования, а затем кодируются. На этом этапе обеспечивается уплотнение информационного потока.

Существует несколько различных подходов к проблеме сжатия информации. Одни имеют весьма сложную теоретическую математическую базу, другие основаны на свойствах информационного потока и алгоритмически достаточно просты. Любой способ, реализующий сжатие данных, предназначен для снижения объема выходного потока информации помощи обратимого или необратимого преобразования. Поэтому все способы сжатия можно разделить на две категории: обратимое и необратимое сжатие. Методы сжатия цифровых изображений можно классифицировать по их основным характеристикам, таким как: точность восстановления, симметричность основного преобразования и тип используемого преобразования

Рис.1. Основные этапы сжатия цифровых изображений

Таблица 1.1

Исходное изображение	Преобразованное изображение
Матрица пикселов ( значения интенсивности)	Матрица компонент спектра ( спектральные преобразования)
	Набор коэффициентов преобразования ( фрактальное сжатие)
	Описание объектов изображения ( сжатие с распознаванием)

Классификация наиболее распространенных методов сжатия приведена на рис.1.2.

Обратимое сжатие (сжатие без потерь). Обратимое сжатие всегда приводит к снижению объема выходного потока информации без изменения его информативности, т.е. без потери информационной структуры. Более того, из выходного потока, при помощи восстанавливающего алгоритма, можно получить входной.

Необратимое сжатие (сжатие с потерями). Под необратимым сжатием подразумевают такое преобразование входного потока данных, при котором выходной поток, основанный на определенном формате информации, представляет достаточно похожий по внешним характеристикам на входной поток объект, однако отличается от него объемом. Степень сходства входного и выходного потоков определяется степенью соответствия некоторых свойств объектов (т.е. сжатой и несжатой информацией в соответствии с некоторым определенным форматом данных), представляемого данным потоком информации.

Такие алгоритмы используются для сжатия, например данных растровых графических файлов с низкой степенью повторяемости байтов в потоке. При таком подходе используется свойство структуры формата графического файла и возможность представить графическую картинку приблизительно схожую по качеству отображения (для восприятия человеческим глазом) несколькими способами. Поэтому, кроме степени или величины сжатия, в таких алгоритмах возникает понятие качества, т.к. исходное изображение в процессе сжатия изменяется. Под качеством можно понимать степень соответствия исходного и результирующего изображения. Для графических файлов такое соответствие определяется визуально, хотя имеются и соответствующие формализованные методики и оценки. Необратимое сжатие невозможно применять в областях, в которых необходимо иметь точное соответствие информационной структуры входного и выходного потоков.

Методы сжатия без потерь используются в основном в научных и медицинских приложениях, когда потеря информации недопустима или сами шумы изображения являются главной информацией, например в системах оценки качества оптико-электронных систем. Коэффициент сжатия, достигаемый этими методами не более 1,5 для реальных сцен. Методы сжатия с потерями позволяют получить существенно большие коэффициенты сжатия.



Рис.1.2. Классификация методов сжатия изображений.

Однако при этом происходит искажение исходного изображения, ухудшение его качества. В связи с этим при сравнении различных методов сжатия помимо коэффициента сжатия нужно учитывать качество восстановления изображения.

Для симметричных методов сжатия процедуры сжатия и восстановления однотипны. Время сжатия и восстановления для таких методов сравнимы. Для несимметричных методов процедура сжатия отличается от процедуры восстановления и обычно занимает большее машинное время.

Определим основные величины, характеризующие метод сжатия.

1. Коэффициент сжатия (К_сж).



Этот параметр определяет во сколько раз файл, хранящий сжатое изображение, меньше файла, хранящего исходное изображение. Величины V1 и V2 выражаются в байтах. Ксж – величина безразмерная.

2.Оценка качества декодированного изображения.

Одна из проблем машинной графики заключается в том, что до сих пор не найден адекватный критерий оценки потерь качества изображения.

Качество теряется при оцифровке, при переводе в ограниченную палитру цветов или в другое цветовое пространство, а так же при сжатии изображений с потерями.

Пусть есть два изображения: - оригинал, и- восстановленное изображение размером MxN, тогда одним из простых критерием оценки потери качества является среднеквадратическое отклонение значений пикселей сжатого изображения от оригинала:



По этому критерию изображение будет сильно испорчено при изменении яркости всего на 5%. В тоже время изображение со снегом, резким изменение цвета отдельных точек будут признаны почти не изменившимися.

Другим критерием является максимальное отклонение от оригинала:



Даная мера крайне чувствительна к биению отдельных пикселей, т.е. в изображении может измениться только один пиксель, и данный критерий признает изображение сильно испорченным.

На практике используемой мерой качества изображения является критерий соотношения сигнал/шум (PSNR).



Эта мера аналогична среднеквадратическому отклонению, но пользоваться ей удобнее из-за логарифмического масштаба шкалы.

Лучше всего потери в качестве оценивает человеческий глаз. Сжатие изображение можно считать отличной, если на глаз невозможно отличить оригинал от сжатого изображения. Но на практике при сжатии с потерями в изображение всегда вносятся какие-либо искажения заметные при сравнении оригинала и сжатого изображения.

К другим наиболее употребляемым критериям оценки качества изображения относятся:

Средняя разность:



Коэффициент кросс-корреляции:



Верность изображения (image fidelity)



Среди большого числа критериев оценки качества изображения в работе для оценки качества восстановленного изображения были выбраны среднеквадратическое отклонение и соотношение сигнал/шум (как наиболее распространённые критерии), а для визуальной оценки используется разностное изображение.

2. Алгоритмы сжатия данных

2.1. Алгоритмы сжатия без потерь. Обзор алгоритмов.

Сжатие данных — алгоритмическое преобразование данных, производимое с целью уменьшения их объёма. Применяется для более рационального использования устройств хранения и передачи данных.

Все методы сжатия данных делятся на два основных класса:

• 
  Сжатие без потерь
  
• 
  Сжатие с потерями
  

При использовании сжатия без потерь возможно полное восстановление исходных данных, сжатие с потерями позволяет восстановить данные с искажениями, обычно несущественными с точки зрения дальнейшего использования восстановленных данных. Сжатие без потерь обычно используется для передачи и хранения текстовых данных, компьютерных программ, реже — для сокращения объёма аудио- ивидеоданных, цифровых фотографийи  т. п., в случаях, когда искажения недопустимы или нежелательны. Сжатие с потерями, обладающее значительно большей, чем сжатие без потерь, эффективностью, обычно применяется для сокращения объёма аудио- и видеоданных и цифровых фотографий в тех случаях, когда такое сокращение является приоритетным, а полное соответствие исходных и восстановленных данных не требуется.