Для успешной работы компании ее управленцы и аналитики должны правильно оценивать основные тенденции и пользоваться современными методами принятия решений в своей деятельности и для управления процессами в бизнесе, что предполагает и успешное решение задач прогнозирования. Настоящее пособие является 3-й частью пособия "Принятие решений" (Ч. 1 – Принятие решений: Математические основы. Статические задачи. М.: URSS, 2009; Ч. 2 – Принятие решений: Динамические задачи. Управление фирмой. М.: URSS, 2009) и содержит, по существу, дополнительные главы к курсу прогнозирования, по которому существует достаточно много литературы. Прогнозирование – важнейший этап в принятии решений и направлено на обеспечение необходимой информацией самого ответственного этапа - поиска решения. Конечно, при этом необходимо учитывать точность прогноза. В связи с этим приведем суждения академика Н.Н. Красовского [153] о поиске оптимальных решений и надеемся, что они будут услышаны и поняты: "Математика поняла важность и научилась находить для многих задач пусть не наилучшие, идеальные решения, а только близкие к ним, но зато устойчивые. Можно взять огромнейшую ракету, вложить в нее все имеющиеся на свете топливо и долететь куда угодно, только от Земли ничего не останется. А можно так построить и запустить ракету, чтоб тратить по возможности меньшее количество топлива и долететь наиболее благополучно. Абсолютно наилучшее решение находится, как правило, на пределе возможностей системы, и малейшее отклонение ее разрушает. Все оптимальные системы, как правило, крайне не устойчивы, поэтому, как говорил академик Борис Викторович Раушенбах, только дурак предлагает абсолютно оптимальные решения... Математические изыскания показали: особенно неустойчивы так называемые оптимальные решения в экономической и социальной системах. При прочих неизменных условиях очень небольшое повышение ставки налогов приводит к существенным, но не во всем положительным изменениям в эволюции бизнеса и общества". Наш великий соотечественник Д.И. Менделеев, размышляя о будущем России в 1903г. [292], безусловно занимался прогнозированием и получил свое представление о будущем могуществе, в том числе по количеству населения. Однако, в этих прогнозах безусловно не были учтены социально-политические аспекты всей социально-экономической системы России, что учитывается в моделях в частности А.П. Михайлова [300] и что осталось по существу за рамками математических моделей настоящей работы за небольшим исключением п. 2.4, где описаны результаты В.М. Матросова и К.В. Измоденовой-Матросовой [286]. Д.И. Менделеев придавал большое значение состоянию системы образования России, которая имеет, наверное, решающее значение на будущее развитие нации, а уровень образования является одной из 3-х составляющих индекса развития человеческого потенциала (ИРЧП) – критерия, по которому ООН производит сопоставление государств. В связи с этим подчеркнем большое значение правильного выбора критериев в принятии решений вообще в прогнозировании, а в образовании в частности. Так, в России до конца 1917г. [417] для оценки знаний учащихся было пять значений оценок (см. Приложение) и обладатель отличных знаний мог обсуждать сильные и слабые стороны изучаемого учения, а для получения оценки "плохо" слушатель должен знать, что говорил преподаватель. При этом слушатель может не знать полностью прослушанный материал. Наблюдается сдвиг интересов исследователей в области, связанной с описанием "человекомерных" систем [360] с разделами науки, которые традиционно относили к сфере гуманитарного знания, с целостным описанием социальных процессов. Судьба стран, регионов определяется не только экономическими, демографическими и социальными процессами. Она зависит от их совместного, синергетического действия. При этом в разных ситуациях на первый план выходит то один, то другие факторы, механизмы, параметры. В использовании моделей для анализа и прогнозирования социальных систем нет ничего нового, отмечает Дж. Форрестер [431]. Каждый индивидуум в своей личной и общественной жизни использует модели для принятия решений. Мысленный образ мира, окружающего нас, есть модель, но модель не строгая, а размытая. Человеческий ум в высшей степени приспособлен к анализу элементарных сил и действий, составляющих систему, но в то же время мало приспособлен для оценок динамических последствий в тех случаях, когда части системы взаимодействуют друг с другом. Поэтому для изучения динамики поведения системы применяются математические модели с последующей их компьютерной реализацией. И.Г. Поспелов отметил [360], что исследование сложных систем, к числу которых относится и человеческое общество, выводит за пределы применимости эмпирического метода. Сложные системы, способные к саморазвитию, не показывают всех своих возможностей на наблюдаемой траектории. И для них моделирование во многом вынужденно заменяет наблюдение и эксперимент. При этом одновременно меняется и традиционный для естественных наук подход к построению теоретического аппарата. В отличие от процессов, которые изучает физика, в развивающих "человекомерных" системах большую роль в ряде случаев играет рефлексия и экономические субъекты оценивают текущую ситуацию, прогнозируют будущее и выбирают стратегию. Утверждается, что ни отдельные люди, ни конкретные фирмы, ни государство как целое не являются "хорошими агентами". Тем не менее существуют типичные ситуации, масштабы и уровни, для которых могут быть получены адекватные и эффективные модели прогнозирования. Для сложной системы получается много моделей, не выводящихся как частные случаи из какой бы то ни было универсальной "супермодели". Частные модели описывают разные ракурсы исследуемой системы. Пособие посвящено методологии прогнозирования социально-экономических процессов и ряду известных математических моделей для макроэкономического прогнозирования в глобальных системах, под которыми понимаются мировая социально-экономическая система, группа государств, отдельное государство и регион государства. В главе 1 рассмотрены основные особенности прогнозирования социально-экономических процессов, роль моделирования и математических моделей, основные этапы процесса прогнозирования. Содержание главы 2 составляют ряд моделей глобальной системы – мировой экономики, первой из которых была модель Дж. Форрестера "Мировая динамика", а также рассмотрена математическая модель Д.С. Чернавского взаимодействия валют 2-х государств. В главе 3 приведена макроэкономическая модель страны, построенная в результате обобщения уравнений межотраслевого баланса В.В. Леонтьева. В основе модели уравнения потоков продукта и финансов между отраслями государства, государственным сектором и потребителями. В зависимости от назначения модели и исходных данных может быть построена как одноотраслевая, так и многоотраслевая модель. Для принятия решений на региональном уровне рассмотрена одна из возможных моделей региона, который рассматривается как открытая система, состоящая из трех подсистем: экономической, природной и социальной. Отмечены трудности обеспечения модели реальной информацией и указаны необходимые действия для информационного обеспечения процесса моделирования, прогнозирования и принятия решения. Идеи саморазвивающихся систем в основе оригинального подхода в глобальной модели прогнозирования описанной в главе 4. В глобальной модели каждая страна представлена как взаимодействующий элемент со всей системой мирового хозяйства. Подход к прогнозированию на основе саморазвивающихся систем позволяет обходиться минимальным объемом исходной информации, требует сравнительно небольших расчетов и кроме того рассматривать локальные задачи такие как соотношение между производством и потреблением, отраслевое прогнозирование. Глава 5 является заключительной в первом томе, и в ней подводится итог особенностям математического моделирования глобальных систем, а также решения задач анализа, прогнозирования и управления. Напомним, что неопределенности в процессе принятия решений остаются, какие бы алгоритмы оценивания не применялись для обработки поступающей информации в целях снижения уровня неопределенности. Поэтому в такой трудно формализуемой области как социально-экономические системы, любая модель прогнозирования социально-экономических процессов способна дать информацию в той или иной форме и той или иной степени лишь о тенденциях, о перспективах развития прогнозируемых объектов. Никакая из них не может без нарушения научной этики претендовать на предсказание конкретных ситуаций в будущем. Исходя из того список литературы содержит источники и по неформальным методам принятия решений и прогнозирования [53, 101, 104, 186, 192, 193, 207, 254, 298, 323, 361, 367, 374, 382, 406, 435, 441, 443, 490 и др]. Следуя С. Переслегину [343], подчеркнем, что прогнозирование необходимо для "конструирования" будущего, будущее надо знать, чтобы знать какие решения надо принимать для его изменения. Заинтересованный читатель найдет в библиографии источники по другим методам прогнозирования, не вошедшим в настоящую книгу. Это применение нейронных сетей (см., например, [6, 11-13, 64, 76, 107, 158, 223, 319-322, 450 и др.]), методов нелинейной динамики [6, 50, 65, 125, 155, 274-277, 281, 386 и др.] для прогнозирования процессов, когда вся информация о процессе задана в виде скалярного временного ряда значений некоторой переменной. Широко известные методы [3, 4, 52, 61, 62, 69, 225, 261, 486 и др.], объединенные под названием "Эконометрика", не всегда способны привести к состоятельным результатам [21, 112, 179, 383, 420, 427, 488 и др.]. При принятии решений необходимо выбрать наиболее адекватный задаче метод или несколько разных методов для предвидения и тем более "конструирования" будущего. Пособие содержит примеры, содержание отдельных глав является по сути примером, поскольку рассматриваются конкретные модели или их применение. В Приложение вынесены, как уже отмечалось, предлагаемая методика оценок по курсу и сведения о системе оценок в России до 1917г. (которая оказала сильное влияние на авторов) и извлечения из "Кодекса чести Стэндфордского университета" в вольном переводе. Они для авторов представляются важными элементами в "конструировании" будущего. Дополнительные сведения по принятию решений в финансах, применению НС в задачах прогнозирования на финансовых рынках изложены в других книгах одного из авторов, вышедших в издательстве URSS в 2009 г.: – "Финансовая математика: Потоки платежей, производные финансовые инструменты"; – "Математика финансов: Опционы и риски, вероятности, гарантии и хаос"; – "Финансовые рынки: Стохастические модели, опционы, форварды, фьючерсы"; – "Модели финансовых рынков. Оптимальные портфели, управление финансами и рисками"; – "Финансовые рынки: нейронные сети, хаос и нелинейная динамика". Авторы выражают свою благодарность всем помогавшим в подготовке материалов, и особенно Ю.Р. Выдриной, А.А. Никитенковой, О.В. Паршуковой, за большую помощь в подготовке рукописи к изданию. Ширяев Владимир Иванович
Доктор технических наук, профессор, почетный работник высшей школы РФ, заведующий кафедрой систем автоматического управления Южно-Уральского государственного университета. В 1999–2004 гг. руководил на конкурсной основе двумя проектами, финансируемыми из средств Всемирного банка. Прошел стажировки в Хельсинкском (Финляндия), Стэнфордском и Калифорнийском (США), Ноттингемском (Англия) университетах, Технионе (Израиль). В 1999–2009 гг. возглавлял аналитическое подразделение в сотовой компании. Область научных интересов — теория и алгоритмы управления подвижными объектами, динамическими и социально-экономическими системами, функционирующими при существенно нестационарных и нелинейных характеристиках объекта, неопределенных характеристиках внешней среды, неполных и неточных измерениях в присутствии помех. Автор свыше 400 научных работ, двух монографий, трех учебников.
Ширяев Евгений Владимирович Кандидат экономических наук (1999), руководитель ООО «Евросахар». Окончил приборостроительный факультет Южно-Уральского государственного университета в 1996 г., аспирантуру в 1999 г. Обладатель грантов Дж. Сороса и Института «Открытое Общество» — Фонд Содействия. Область научных интересов — математическое моделирование функционирования фирм в условиях рынка, теория адаптации и оптимального управления ими. Автор более 40 научных работ, одной монографии, 4 учебных пособий.
|