Перспективные направления развития инструментальных средств экономического анализа

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Перспективные направления развития инструментальных средств экономического анализа

экономический математический информационный аппарат

Совершенствование методологии экономического анализа, в настоящее время все больше определяется достижениями в области математики и техники в сфере компьютерной обработки информации. Между тем, наиболее сложной и ответственной ступенью аналитического исследования остается научно обоснованная группировка экономических факторов, без которой нельзя создавать модели, адекватные реальной действительности. Ценность измерений, математических и компьютерных расчетов определяется возможностью сочетания качественной и количественной характеристик объекта анализа, что в конечном итоге способствует более четкому представлению о деятельности хозяйствующих субъектов и ее конечных результатах [1].

Развитие современных инструментальных средств экономического анализа в этой связи вполне оправданно происходит за счет роста сложности математического аппарата и увеличения информационной базы исследований. Однако в условиях неопределенности, неполноты и нечеткости знаний задача многократно усложняется. Важнейшими условиями работоспособности и эффективности современных информационных систем для решения задач экономического становятся следующие характеристики:

• информационная поддержка многовариантных процессов принятия решения;

• обработка неполной и нечеткой информации;

• возможности самообучения, то есть генерация новых знаний, их хранение и обработка;

• наличие развитых средств объяснения процесса получения решений и оценки последствий их принятия.

Принятие управленческих решений относительно действий в той или иной ситуации любых хозяйствующих субъектов осуществляется на основе информационных процессов. В общем случае информационный процесс может быть рассмотрен в трех аспектах [2]:

• синтаксический аспект предполагает отображение объективной реальности в некоторой среде или определенном языке;

• семантический аспект определяет понимание и интерпретацию данных на основе знаний субъекта, которые отражают зависимости, закономерности взаимодействия объектов;

• прагматический аспект предусматривает оценку полезности полученного нового знания субъекта в соответствии с целевой установкой для принятия решения.

В свою очередь любая информационная система обеспечивает ввод данных, хранение, обработку информации и вывод результатов. Представляемая в ней информация имеет двоякую природу: предметную и проблемную. Предметная информация представляет известные сведения об объектах отражаемой реальности и накапливается в базе данных. Проблемная информация отражает зависимости и отношения между объектами, которые позволяют интерпретировать существующие данные или извлекать из них новую информацию. Проблемная информация представляется либо в алгоритмической форме, либо в декларативной форме в виде базы знаний. В таком контексте термин «информация» часто заменяется более уместным «знания».

Информационные процессы с помощью компьютерной информационной системы сводится к адекватному соединению предметных и проблемных знаний, что в различных информационных системах осуществляется по-разному. В системах, основанных на базе данных, происходит отделение предметных и проблемных знаний. Первые организуются в виде самой базы данных, вторые в виде алгоритмов и соответствующих программ. В качестве посредника при этом выступает специальная программа система управления базой данных. Концепция независимости программ от данных позволяет повысить гибкость информационных систем по выполнению информационных запросов, но пользователь должен знать структуру базы данных и алгоритм решения задачи [2]. В общем случае, недостатками традиционных инструментальных средств анализа, являются слабая адаптивность к изменениям в предметной области и невозможность решения плохо формализуемых задач.

Различные методы экономического анализа обеспечивают проведение определенных этапов исследования: наблюдение за формированием, изменением и развитием субъекта хозяйствования; систематизацию, группировку и сравнение изучаемых явлений; детализацию изучаемых процессов и явлений; описание механизма формирования изучаемых объектов. Традиционно в системе экономического анализа при классификации по используемым приемам обработки информации выделяют три группы методов: базовые статистические (или общенаучные), экономико-математические, эвристические.

Первые оперируют относительно простым математическим аппаратом и носят универсальный общесистемный характер и включают методы сравнения, группировки, детализации, элементарные статистические преобразования, балансовые методы, факторный анализ и тому подобное. Экономико-математические методы в своей основе содержат сложные математические модели исследования операций и математической статистики, учитывающие экономических характер анализируемых процессов и систем. Эвристические методы ориентированы на преобразование экспертных и слабоформализованных данных [3].

Базовые, часто называемые также логическими, методы, обладающие высокой универсальностью, предполагают использование исходными данными, обладающими полной определенностью. Важно отметить, что именно данная группа методов, образуя основу всей дальнейшей классификации, формирует средства представления аналитической информации. Экономико-математические методы анализа по отношению к неопределенности исходной информации также как и базовые используют либо данные с максимальной степенью определенности либо получают в качестве входных показатели, меру неопределенности которых можно оценить статистическими вычислениями. Иначе говоря, даже если исходные показатели и носят вероятностный неопределенный характер, саму эту вероятность или задающий ее закон можно определить на основании репрезентативных статистических измерений (проведенных простыми базовыми методами первой группы).

Ввиду сложности экономических процессов и невозможности получения достаточных выборок статистических и отчетных данных во многих аналитических процедурах приходится прибегать к эвристическим методам, представляющим третью группу по рассматриваемой классификации. Неопределенность исходной информации здесь становиться явной и выражается в задании нечеткости оценок производимых экспертом или группой экспертов. Опуская в данной работе специфику обработки экспертных данных, следует отметить, что все традиционно рассматриваемые в системе экономического анализа эвристические методы исходят из независимости эксперта от анализируемого процесса или объекта. Задача устранения нечеткости предоставляемой экспертной информации зачастую сводится к статистическим методикам свертки полученных данных.

Важно отметить, что в настоящее время, в дополнение к традиционным экспертным и морфологическим методикам анализа, энергично развивается широкий класс интеллектуальных информационных систем. Основная сфера применения таких систем это задачи, которые не могут быть заданы полностью в строго формализованном виде, при этом:

• исходные данные и знания о предметной области обладают неоднозначностью, ошибочностью и противоречивостью;

• цели не могут быть выражены в терминах точно определенной целевой функции;

• алгоритмическое решение задач либо отсутствует, либо его нельзя использовать по причине большой размерности пространства решения и ограниченности вычислительных ресурсов.

В целом, интеллектуальные информационные системы ориентированы на решение широкого круга задач экономического анализа, и могут быть разделены на два класса [2]:

• системы, воспроизводящие осознанные мыслительные усилия человека (дедуктивные);

• системы, воспроизводящие неосознанные (подсознательные) мыслительные действия человека (индуктивные).

К первому классу относятся, прежде всего, расчетно-диагностические системы, в основе которых лежит ясное понимание целей принятия решений. Цель, трансформируемая в дерево целей, накладывается на дерево экономических показателей предприятия. В результате получается синтезированное «дерево» «цель-показатель», оно способно обеспечить расчет нужных для достижения целей ресурсов и резервов. В случае, если цель принятия решений сформулировать невозможно или нецелесообразно, однако ее можно заменить гипотезой, для создания систем данного класса формулируются правила вывода, которые синтезируются в дерево вывода. Результатом использования системы в таком случае является оценка правдивости заданной пользователем гипотезы.

Ко второму классу, главным образом, относятся системы так называемых «мягких» вычислений. Осознанные знания являются лишь небольшой частью от общего объема знаний, которыми оперирует человек в повседневной жизни. Многие действия человек выполняет подсознательно и неосознанно. В данном случае классические модели бесполезны, так как предполагают наличие четко сформулированных правил. В основе построения систем индуктивного характера лежат эволюционные вычисления и нейросетевые технологии. Методы эволюционных вычислений доказали свою эффективность как при решении трудноформализуемых задач искусственного интеллекта (распознавание образов, кластеризация, ассоциативный поиск), так и при решении трудоемких задач оптимизации, аппроксимации, интеллектуальной обработки данных.

К преимуществам эволюционных вычислений относятся адаптивность, способность к обучению, параллелизм, возможность построения гибридных интеллектуальных систем на основе комбинирования с парадигмами искусственных нейронных сетей и нечеткой логики. Искусственная нейронная сеть предназначена, главным образом, для того, чтобы на основе анализа большого объема информации, отражающей частные случаи какого-либо явления, выявить общие закономерности, которые в свою очередь могут быть использованы для распознавания новых частных случаев.

Следующий важный аспект развития методологии экономического анализа заключается в рассмотрении его объектов хозяйствующих субъектов как активных систем. Эти системы, их подсистемы и элементы имеют целеустремленные состояния и осуществляют в соответствии с ними финансово-хозяйственную деятельность, проявляют волю при выборе задач и средств их выполнения. В качестве источника эвристической информации, имеющей высокую долю неопределенности, обусловленную неточностью или нечеткостью экспертных знаний, часто могут выступать лица, непосредственно задействованные в системе управления анализируемым экономическим объектом. Как правило, именно они являются единственными носителями специфической экономической информации, необходимой в системе анализа, и получить такую информацию из внешних независимых и незаинтересованных источников невозможно или экономически не рентабельно.

Сущность экономического анализа, в свою очередь, заключается в информационно-аналитическом обеспечении оптимальных управленческих решений [4]. Таким образом, экономический анализ, с одной стороны представляет информационное управление, изменяющее информацию, которую участники активных систем (хозяйствующих субъектов) используют при принятии решений, с другой стороны это согласованная (как минимум с лицом, принимающим управленческие решения) оптимизация информационного содержания управленческих решений [5].

Если в приведенную выше классификацию методов экономического анализа добавить фактор неопределенности исходной информации и учета активного поведения агентов, задействованных в системе управления и самого анализа, то можно несколько иначе интерпретировать существующую систему методов. Под исходной информацией в данном случае следует понимать совокупность экономических показателей, получаемых из различных источников, используемых в соответствующей группе методов анализа.

Экономический анализ всегда направлен на организацию и на оптимизацию совместной финансово-хозяйственной деятельности путем решения важнейших стоявших перед ним задач. В этом смысле экономический анализ раскрывает интерактивную экономическую сторону совместной финансово-хозяйственной деятельности, то есть является интерактивным.

В таком случае можно обозначить четвертую группу методов экономического анализа, учитывающую максимальную неопределенность исходных данных, выраженную не только нечеткостью эвристических знаний, но и целеустремленными установками источниками этих знаний. В основе таких методов должны находиться задачи согласования интересов агентов активной экономической системы (хозяйствующего субъекта). В противном случае, если результаты экономического анализа не будут соответствовать стремлениям агентов, их знаниям, их пониманию результатов экономического анализа, агенты будут или скрывать, или искажать аналитическую информацию. Учитывая необходимость согласования интересов агентов и активной системы в процессе совместной аналитической деятельности, определим вышеназванные методы как интерактивные методы экономического анализа.

На основе анализа проблемы согласования в активных системах по оптимизации деятельности хозяйствующих субъектов, основных свойств системы экономических отношений, применения современных информационных технологий можно определить основные направления интерактивного экономического анализа:

1. Создание альянса экономического анализа в виде коалиции согласования решений.

2. Постановка задач интерактивного экономического анализа как задач оптимизации на множестве согласованных управленческих решений.

3. Организация анализа согласованных управленческих решений в виде человекомашинного процесса, позволяющего получить одновременно для всех членов созданной коалиции решение задач оптимизации.

4. Применение несиловых методов остановки человеко-машинного процесса анализа с целью получения приемлемого результата за конечное количество шагов.

5. Обеспечение устойчивости полученных в процессе анализа управленческих решений их согласованных или оптимальных согласованных значений на основе применения повторений игры (форма функционирования активной экономической системы на языке теории игр) и применения коллективной стратегии коалиции, использующей несиловые методы стимулирования.

6. Создание и применение экономических информационных систем анализа, согласования и согласованной оптимизации.

Назовем основные принципы создания и применения экономических информационных систем данного класса:

• принцип активной экономической среды (рассмотрение хозяйствующего субъекта как активной системы);

• принцип коалиции (согласование и поддержка разработок со стороны основных движущих сил экономической системы);

• принцип согласованной оптимизации в активной экономической системе на множестве согласованных решений (применение методов коллективного принятия решений, в том числе, для многокритериальных задач);

• принцип моделирования (интеграция на базе средств моделирования: алгоритмического подхода, структурного проектирование, игрового имитационного моделирования);

• принцип гибкости (широкий набор интерфейсов для всех аппаратно-программных средств, особенно для современных коммуникационных технологий);

• принцип применения (процессы согласования и оптимизации обеспечивают и придают заданные свойства экономическим информационным системам во всех сферах деятельности экономических систем);

• принцип внедрения (использование игрового имитационного моделирования в упрощенной форме активной экономической среды);

• принцип построения и оценки пользовательского интерфейса (обеспечение процессов сопоставления и анализа информации о вариантах и результатах решения, определения направлений в пространстве экономических показателей, выбора шагов движения в пространстве решений, остановки процессов).

Указанные принципы не противоречат принципам и методам построения информационных систем и применяемым нормативным документам, а дополняют и расширяют их из необходимости учета особенностей экономической деятельности и более эффективного применения информационных технологий в системе экономического анализа.

Литература

1. Барнгольц С.Б., Мельник М.В. Методология экономического анализа деятельности хозяйствующего субъекта. М., 2003.

2. Семенов H.A. Интеллектуальные информационные системы. Тверь, 2004.

3. Баканов М.И., Мельник М.В., Шеремет А.Д. Теория экономического анализа. М., 2004.

4. Бурков В.H., Кузнецов В.H., Мельник М.В. Интерактивный экономический анализ / Теория активных систем: Труды международной научно-практической конференции. М., 2006. С. 97 102.

5. Новиков Д.А., Чхарташвилли А.Г. Активный прогноз. М., 2002.

6. Кузнецов В.Н. Согласование и оптимизация в иерархических системах с активными элементами. М., 1996.

Размещено на Allbest.ru