Основы моделирования экономических процессов

Размещено на http://www.allbest.ru/

Основы моделирования экономических процессов



1. Понятие модели и моделирования

Исследуя объекты окружающего мира, мы вынуждены как-то отображать результаты исследования для того, чтобы, с одной стороны, представить их и виде, удобном для анализа, а с другой для их хранения и передачи в пространстве или времени. Проектируя, создавая что-то новое, мы первоначально формируем некоторый образ этого нового. Управляя чем-либо, мы, как правило, пытаемся анализировать, к каким последствиям приведет управление. Перечисленные задачи требуют фиксации (представления) информации об объекте в виде некоторого образа (словесного, графического и т. п.).

В связи с этим в познавательной и практической деятельности человека большую, если не ведущую, роль играют модели и моделирование. Особенно незаменимо моделирование при работе со сложными объектами (в частности, экономическими). Все это делает моделирование важнейшим инструментом системного анализа.

Моделирование. Модель в широком понимании -- это образ (в том числе условный или мысленный) какого-либо объекта или системы объектов, используемый при определенных условиях в качестве их «заместителя» или «представителя».

Модель -- это упрощенное подобие объекта, которое воспроизводит интересующие нас свойства и характеристики объекта-оригинала или объекта проектирования.

Примеры. Моделью Земли служит глобус, а звездного неба -- экран планетария. Чучело животного есть его модель, а фотография на паспорте или любой перечень паспортных данных - модель владельца паспорта.

Моделирование связано с выяснением или воспроизведением свойств какого-либо реального или создаваемого объекта, процесса или явления с помощью другого объекта, процесса или явления. Моделирование -- это построение, совершенствование, изучение и применение моделей реально существующих или проектируемых объектов (процессов и явлений). Почему мы прибегаем к использованию моделей вместо попыток «прямого взаимодействия с реальным миром»? Можно назвать три основные причины.

Первая причина -- сложность реальных объектов. Число факторов, которые относятся к решаемой проблеме, выходит за пределы человеческих возможностей. Поэтому одним из выходов (а часто единственным) в сложившейся ситуации является упрощение ситуации с помощью моделей, в результате чего уменьшается разнообразие этих факторов до уровня восприимчивости специалиста.

Вторая причина -- необходимость проведения экспериментов. На практике встречается много ситуаций, когда экспериментальное исследование объектов ограничено высокой стоимостью или вовсе невозможно (опасно, вредно, ограниченность науки и техники на современном этапе).

Третья причина -- необходимость прогнозирования. Важное достоинство моделей состоит в том, что они позволяют «заглянуть в будущее», дать прогноз развития ситуации и определить возможные последствия принимаемых решений.

Среди других причин можно назвать следующие:

* исследуемый объект либо очень велик (модель Солнечной системы), либо очень мал (модель атома);

* процесс протекает очень быстро (модель двигателя внутреннего сгорания) или очень медленно (геологические модели);

* исследование объекта может привести к его разрушению (модель самолета, автомобиля).

1.1 Цели моделирования

Человек в своей деятельности обычно вынужден решать две задачи -- экспертную и конструктивную.

В экспертной задаче на основании имеющейся информации описывается прошлое, настоящее и предсказывается будущее. Суть конструктивной задачи заключается в том, чтобы создать нечто с заданными свойствами.

Для решения экспертных задач применяют так называемые описательные модели, а для решения конструктивных -- нормативные.

1.2 Описательное моделирование

моделирование экономика математический числовой

Описательные модели (дескриптивные, познавательные) предназначены для описания свойств или поведения реальных (существующих) объектов. Они являются формой представления знаний о действительности.

Примеры. План города, отчет о деятельности фирмы, психологическая характеристика личности.

Можно назвать следующие цели описательного моделирования в зависимости от решаемых задач:

* изучение объекта (научные исследования) -- наиболее полно и точно отразить свойства объекта;

* управление -- наиболее точно отразить свойства объекта в рабочем диапазоне изменения его параметров;

* прогнозирование -- построить модель, способную наиболее точно прогнозировать поведение объекта в будущем;

* обучение - отразить в модели изучаемые свойства объекта. Построение описательной модели происходит по следующей схеме: наблюдение, кодирование, фиксация (рис. 1).



Рис. 1. Последовательность построения описательной модели.

Модель объекта можно построить, только наблюдая за ним. То, что мы наблюдаем, необходимо закодировать либо с помощью слов, либо символов, в частности, математических, либо графических образов, либо в виде физических предметов, процессов или явлений. И наконец, закодированные результаты наблюдения надо зафиксировать в виде модели.

Отражение свойств объекта в модели не является полным в силу разных причин: особенностей восприятия, наличия и точности измерительных приборов, потребности и, наконец, психического состояния субъекта. Если обозначить полную информацию об объекте через Io , а воспринимаемую информацию -- Iв, то отражение математически можно сформулировать следующим образом:

где Iв ? Io, или в линейном приближении (рис. 2):

Рис. 2. Фильтрация информации об объекте.



где kс - информационная проницаемость среды - свойство среды по передаче информации от объекта к субъекту (0 ? kс ? 1);

kи - коэффициент измерительной способности (вооруженности) субъекта - способность субъекта воспринимать (измерять) информацию (0 < kи < 1);

kц - целевая избирательность субъекта - связана с потребностью в конкретных свойствах объекта (0 < kц< 1);

kп - психологическая избирательность субъекта - связана с его психологическим состоянием (0 < kп ? 1).

Хотелось бы обратить внимание на субъективный характер моделей. Во все, что ни делает человек, в том числе и построение моделей, он вкладывает свою точку зрения. Это, в частности, может привести к тому, что мы принимаем свою точку зрения за единственную, а карту местности -- за саму местность, которую она представляет. Существуют следующие субъективные факторы, влияющие на качество создаваемых моделей.

Избирательность. Модель строится на основании наблюдений за объектом, но человек замечает свойства объекта избирательно. На это влияют образование, мировоззрение, опыт, а также настроение, чувства, заботы и общее самочувствие. В результате формируется модель, не отвечающая целям моделирования.

Конструирование -- обратный аналог избирательности: мы начинаем видеть то, чего нет. Мы заполняем пробелы в информации о мире, чтобы он приобрел некий смысл и предстал перед нами в том виде, каким, по нашему мнению, он должен быть. Длительная эволюция воспитала нас дополнять увиденные фрагменты до полного образа: если мы видим из-за дерева голову волка, то мысленно дорисовываем его туловище и хвост. Поэтому когда при исследовании объекта мы получаем неполную информацию о нем, то невольно заполняем информационные «пробелы», исходя из своего опыта. В результате можем получить модель, не адекватную объекту. Искажение. Искажение проявляется в том, что мы строим модели окружающего мира, выделяя одни его составляющие за счет замалчивания других. В частности, искажение лежит в основе творческих способностей (поэта, художника, композитора) и некоторых болезней, например паранойи.

Обобщения. Пользуясь обобщением, мы создаем мысленные модели, взяв за основу один случай и обобщив его на все возможные случаи. Обобщение является основой статистических выводов, но при условии так называемой репрезентативной (представительной) выборки ситуаций. Опасность обобщения состоит в том, что, взяв какую-либо ситуацию, человек расценивает ее как типичную и распространяет извлеченные из нее выводы на все сходные, по его мнению, ситуации (что, в частности, и является основой суеверия).

Таким образом, не все свойства объекта нам доступны из-за свойств окружающей среды, а из доступных не все мы можем измерить или оценить. Из тех, что можем измерить, не все нам необходимы. Из необходимых свойств мы не все из них адекватно воспринимаем из-за психического состояния (невнимательности, субъективного предпочтения, страха и т. п.).

На основании воспринимаемой информации об объекте IB и формируется его образ, называемый моделью.

В заключение хотелось бы заметить, что для моделирования свойственны некоторые парадоксы. Поскольку к моделированию мы прибегаем из-за сложности изучаемого объекта, то модель заведомо проще оригинала. Целевая избирательность отсекает несущественные, на наш взгляд (!), качества объекта.

Однако в процессе исследования никогда нет 100%-ной уверенности в том, что несущественные качества действительно являются несущественными с точки зрения конкретной исследовательской задачи, поэтому есть угроза «с водой выплеснуть ребенка».

Другой парадокс, который можно назвать парадоксом «одноразовой посуды», связан с тем, что каждая модель создается под определенную исследовательскую задачу и не всегда применима к решению других, какой бы привлекательной модель ни была. Распространенный в науке перенос моделей с одной задачи на другую далеко не всегда оправдан и обоснован.

1.3 Нормативное моделирование

Моделировать можно не только то, что существует, но и то, чего еще нет. Нормативные модели (прескриптивные, прагматические) предназначены для указания целей деятельности и определенного порядка (алгоритма) действий для их достижения.

Цель -- образ желаемого будущего, т. е. модель состояния, на реализацию которого и направлена деятельность.

Алгоритм -- образ (модель) будущей деятельности.

При нормативном моделировании обычно не используют слово «модель» -- чаще говорят «проект», «план».

Примеры. Проекты машин, зданий; планы застройки; законы; уставы организаций и должностные инструкции, бизнес-планы, программы действий, управленческие решения.

Подведем итог. Описательные модели отражают существующее, их развитие направлено на приближение модели к реальности (в структурном системном анализе такая модель называется моделью «Как есть» -- «As-Is»).

Нормативные модели показывают не существующее, но желаемое. Здесь решается задача приближения реальности к модели, поскольку модель играет роль стандарта или образца, под который «подгоняются» как сама деятельность, так и ее результаты (в структурном системном анализе она называется моделью «Как должно быть» -- «То-Ве»).



2. Преимущества моделирования как метода познания

Моделирование в научных исследованиях стало применяться еще в глубокой древности и постепенно захватывало все новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принес методу моделирования ХХ в. Однако методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.

Термин "модель" широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие "модели", которые являются инструментами получения знаний.

Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале Под моделирование понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.

Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания. Необходимость использования метода моделирования определяется тем, что многие объекты (или проблемы, относящиеся к этим объектам) непосредственно исследовать или вовсе невозможно, или же это исследование требует много времени и средств.

Процесс моделирования включает три элемента:

1) субъект (исследователь) ,

2) объект исследования,

3) модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Пусть имеется или необходимо создать некоторый объект А. Мы конструируем (материально или мысленно) или находим в реальном мире другой объект В - модель объекта А. Этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обуславливаются тем, что модель отражает какие-либо существенные черты объекта-оригинала. Вопрос о необходимости и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть оригиналом), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала.

Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от отражения других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько "специализированных" моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе процесса моделирования модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение "модельных" экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее "поведении". Конечным результатом этого этапа является множество знаний о модели R. На третьем этапе осуществляется перенос знаний с модели на оригинал формирование множества знаний S об объекте. Этот процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели. Мы можем с достаточным основанием переносить какой-либо результат с модели на оригинал, если этот результат необходимо связан с признаками сходства оригинала и модели. Если же определенный результат модельного исследования связан с отличием модели от оригинала, то этот результат переносить неправомерно.

Четвертый этап практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Для понимания сущности моделирования важно не упускать из виду, что моделирование - не единственный источник знаний об объекте. Процесс моделирования "погружен" в более общий процесс познания. Это обстоятельство учитывается не только на этапе построения модели, но и на завершающей стадии, когда происходит объединение и обобщение результатов исследования, получаемых на основе многообразных средств познания. Моделирование циклический процесс. Это означает, что за первым четырехэтапным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования, таким образом, заложены большие возможности саморазвития.



3. Признаки классификации экономико-математических моделей

Разработка моделей всегда играла жизненно важную роль в духовной деятельности человечества с тех пор, как оно стало стремиться к пониманию и изменению окружающей среды. Люди всегда использовали концепцию модели, пытаясь представить и выразить с ее помощью абстрактные идеи и реальные объекты.

Модель - это, прежде всего, упрошенное представление реального объекта или явления, сохраняющее его основные, существенные черты. Обычно считается, что модель - это используемый для предсказания и сравнения инструмент, позволяющий логическим путем спрогнозировать последствия альтернативных действий и достаточно уверенно указать, какому из них отдать предпочтение. Хотя такое использование моделей имеет большое значение, оно ни в коей мере не исчерпывает целей моделирования. В определенных рамках модель может служить также эффективным средством общения и осмысления действительности, обучения и тренажа, средством постановки экспериментов, инструментом прогнозирования и управления.

Модели, отвечающие основным требованиям целей исследования экономических систем, отличаются друг от друга существенными признаками. Разные причины для нахождения этих отличий позволяют отнести модель к тому или иному подмножеству, определенные характеристики элементов которого соответствуют друг другу. Этот процесс называется классификацией экономико-математических моделей. Она позволяет упорядочить элементы множества моделей.

Процессы и объекты управления в экономике столь многообразны, что не существует классификации, претендующей на полноту охвата всего множества социально-экономических задач, описываемых различными моделями. Однако это многообразие вызвано диалектикой познания, а не скудостью математических методов.

Следует четко выделять классификационные признаки и рассматривать экономико-математические модели с различных точек зрения. Важно понять, что именно таким образом формируется системный взгляд на любой объект.

В зависимости от моделируемых объектов и назначения моделей используемая в них исходная информация имеет различный характер и происхождение. Она может быть разделена на две категории:

· прошлое и настоящее экономических наблюдений и их обработка;

· будущее развитие объектов, включающее данные об ожидаемых изменениях их внутренних параметров и внешних условий (прогнозы).

Вторая категория информации является результатом самостоятельных исследований, которые также могут выполняться посредством моделирования.

Степень применимости модели к теоретическим исследованиям или практическим действиям дает основание для градации экономико-математических моделей по предназначению на теоретико-аналитические, используемые в исследованиях общих свойств и закономерностей экономических процессов, и прикладные, применяемые в решении конкретных экономических задач (модели экономического анализа, прогнозирования, управления). Экономико-математические модели могут предназначаться для исследования разных сторон хозяйственной деятельности (в частности, ее производственно-технологической, социальной, территориальной структур) и ее отдельных частей.

Главная задача экономической науки конструктивна - это разработка научных методов планирования и управления экономикой. Поэтому распространенный тип математических моделей экономики - это модели управляемых и регулируемых экономических процессов, используемые для преобразования экономической действительности. Такие модели называются нормативными. Нормативные модели отвечают на вопрос, как это должно быть, т. е. предполагают целенаправленную деятельность. Типичным примером нормативных моделей являются модели оптимального планирования, формализующие тем или иным способом цели экономического развития, возможности и средства их достижения.

Дескриптивные модели помогают решить вопросы "Как это происходит?" или "Как это вероятнее всего может дальше развиваться?", объясняют наблюдаемые факты или дают вероятный прогноз. Применение дескриптивного подхода в моделировании экономики объясняется необходимостью эмпирического выявления различных зависимостей в экономике, установления статистическими закономерностями экономического поведения социальных групп, изучения вероятных путей развития каких-либо процессов при неизменяющихся условиях или протекающих без внешних воздействий. Примерами дескриптивных моделей являются производственные функции и функции покупательского спроса, построенные на основе обработки статистических данных.

Является ли экономико-математическая модель дескриптивной или нормативной, зависит не только от ее математической структуры, но от характера использования этой модели. Например, модель межотраслевого баланса дескриптивна, если она используется для анализа пропорций прошлого периода. Но эта же математическая модель становится нормативной, когда она применяется для расчетов сбалансированных вариантов развития народного хозяйства, удовлетворяющих конечные потребности общества при плановых нормативах производственных затрат. Многие экономико-математические модели сочетают признаки дескриптивных и нормативных моделей. Типична ситуация, когда нормативная модель сложной структуры объединяет отдельные блоки, которые являются частными дескриптивными моделями. Например, межотраслевая модель может включать функции покупательского спроса, описывающие поведение потребителей при изменении доходов. Подобные примеры характеризуют тенденцию эффективного сочетания дескриптивного и нормативного подходов к моделированию экономических процессов. Дескриптивный подход широко применяется в имитационном моделировании. Если ориентировать нормативные модели только на подтверждение действительности, то они не смогут служить инструментом решения качественно новых социально-экономических задач.

По внутренней структуре модельного описания системы выделяют ряд видов моделей.

В статических моделях все зависимости относятся к одному моменту или периоду времени. Динамические модели характеризуют изменения экономических процессов во времени. Само время в экономико-математических моделях может изменяться либо непрерывно, либо дискретно. По соотношению экзогенных и эндогенных переменных, включаемых в модель, они могут разделяться на открытые и закрытые. Полностью открытых моделей не существует; модель должна содержать хотя бы одну эндогенную переменную.

Полностью закрытые экономико-математические модели, т. е. не включающие экзогенных переменных, исключительно редки; их построение требует полного абстрагирования от "среды", т. е. серьезного огрубления реальных экономических систем, всегда имеющих внешние связи. Подавляющее большинство экономико-математических моделей занимает промежуточное положение и различаются по степени открытости (закрытости).

Для моделей народнохозяйственного уровня важно деление на агрегированные и детализированные.

Ответ на вопрос, каким образом модель описывает экономическую систему, является аргументом для классификации экономико-математических моделей по способу описания.

К символическим моделям относятся те, в которых для представления процесса или системы используются символы. Обычным примером представления систем в этом случае можно считать системы дифференциальных уравнений.

Поскольку последние представляют собой наиболее абстрактные и, следовательно, наиболее общие модели, то их применение таит в себе весьма реальные опасности и ловушки. Символическая модель является всегда абстрактной идеализацией задачи, и, если хотят, чтобы эта модель позволяла решить задачу, необходимы некоторые упрощающие предположения. Поэтому особое внимание должно быть обращено на то, чтобы модель служила действительным представлением данной задачи.

Интересны математические модели таких систем, в которых результат взаимодействия компонент не является полностью определенным (детерминированным). Их обычно называют вероятностными, стохастическими или недетермининированными. Все эти термины можно рассматривать как синонимы. Такие модели являются скорее "прогонными", чем "разрешимыми" в том смысле, что в результате разового расчета варианта ("прогона") по модели получается некоторая последовательность изменений состояний системы во времени (траектория системы).

Повторяя этот процесс некоторое число раз с изменяющимися значениями стохастических переменных, можно получить статистические сведения о поведении исследуемой системы при определенных начальных данных и фиксированных значениях управляющих переменных. Изменяя значения управляющих переменных, можно попытаться решить задачу о выборе наилучшего решения в статистическом смысле.

Для этого типа моделей необходимо различать неопределенность, описываемую вероятностными законами, и неопределенность, для описания которой законы теории вероятностей неприменимы. Второй тип неопределенности гораздо более сложен для моделирования.

В настоящее время как мощное средство анализа, прогнозирования и методологии принятия управленческих решений большое значение приобретают эконометрические модели, основу которых составляют достижения теории вероятности и математической статистики. Развитие этого направления связано с необходимостью построения моделей экономических процессов как сложных систем с огромным числом влияющих факторов. Появление быстродействующей вычислительной техники позволило обобщить этот тип моделей в класс имитационных моделей.

Модели экономических процессов чрезвычайно разнообразны по форме математических зависимостей. Особенно важно выделить класс линейных моделей, наиболее удобных для анализа и вычислений и получивших вследствие этого большое распространение. Различия между линейными и нелинейными моделями существенны не только с математической точки зрения, но и в теоретико-экономическом отношении, поскольку многие зависимости в экономике носят принципиально нелинейный характер: эффективность использования ресурсов при увеличении производства, изменение спроса и потребления населения при увеличении производства, изменение спроса и потребления населения при росте доходов и т. п.

Балансовые модели реализуют равенство суммы наличных объемов (товаров, ресурсов, финансовых потоков и т. п.), полученных из различных источников, сумме объемов, использованных по различным направлениям.

Технологические модели раскрывают и детализируют технологические процессы конкретных экономических систем, а также их производственные возможности на краткосрочную и длительную перспективу.

Поведенческие модели описывают поведение элементов экономической системы, имеющих некоторую свободу выбора решений. Сюда можно отнести функциональные и причинно-следственные отношения. Функциональные модели описывают поведение системы безотносительно к ее внутренней структуре (черный ящик). Они выражают, как правило, прямые зависимости между известными (экзогенными) и неизвестными (эндогенными) величинами.

Аналоговыми моделями являются модели, в которых свойство реального объекта представляется некоторым другим свойством аналогичного по поведению объекта. Примером может служить графический анализ развития различных экономических систем.

Структурные модели определяют иерархию управления (взаимосвязи, соподчиненность элементов экономической системы) и правила, регулирующие функционирование элементов системы в рамках этой иерархии (механизм функционирования системы, принципы формирования различных фондов системы и т. д.). Они связывают между собой компоненты и их характеристики.

Модели, где во взаимодействие вступают люди и машинные компоненты, часто называется играми (управленческими, военными, планировочными). В так называемых управленческих (деловых) играх человек взаимодействует с информацией, поступающей с выхода вычислительной машины (которая моделирует все другие свойства системы), и принимает решения на основе полученной информации. Решения человека затем снова вводятся в машину в качестве входной информации, которая используется системой. Продолжая этот процесс дальше, мы приходим к полностью машинному моделированию, которое обычно и понимается под термином "моделирование".

Информационные модели - совокупность сигналов, несущих информацию об объекте управления и внешней среде, организованная по определенным правилам.

Демографические модели учитывают влияние роста и структуры населения на производство.

Экономико-математическое моделирование охватывает весь спектр реальных систем. Для любого экономического события можно подобрать по приведенным классификационным признакам наиболее подходящую модель. Это в свою очередь помогает избежать определенных трудностей, неизбежно возникающих в процессе исследования.



4. Однокритериальные и многокритериальные модели

Однокритериальные модели; многокритериальные модели, основанные на методах обратного детерминированного факторного анализа (методах комплексного анализа); методы скоррингового (сравнительного) анализа.

Однокритериальные модели позволяют осуществить диагностику вероятности наступления банкротства организации на основе локального параметрического анализа, т. е. построения детерминированной модели в виде одного относительного частного показателя, позволяющего количественно оценить вероятность банкротства организации.

Причем, как показало исследование данной системы показателей, все они имеют единый подход к оценке вероятности банкротства, который строится на основе одной характеристики - ликвидности.

В основе детерминированных методов антикризисной диагностики с применением многокритериальных моделей (комплексных показателей) лежит тот факт, что деятельность предприятия представляет собой комплекс взаимосвязанных хозяйственных процессов, зависящих от многочисленных и разнообразных факторов.

В связи с этим в целях реализации задач диагностики вероятности банкротства их деятельность рекомендуется оценивать с помощью интегрального показателя, расчет которого осуществляется с помощью методов обратного детерминированного факторного анализа и предполагает наличие весов значимости каждого из агрегируемых частных показателей.

При этом выбор совокупности частных оценочных показателей осуществляется исходя из целей конкретного аналитического исследования, а также строится на основе применения к изучаемым показателям двух ограничений: частные показатели должны иметь одинаковую направленность и быть максимально информативными с точки зрения решаемой аналитической задачи. Сущность методики скоррингового анализа заключается в классификации предприятий по степени риска, исходя из фактического значения показателей, которые отражают финансовое состояние организации и могут сравниваться с нормативными, со среднеотраслевыми или с экспертно установленными



5. Различные варианты определения модели

Модель содержит ссылочные данные, которые описывают допустимую конфигурацию сборки для актива. Для сложных активов, например, для воздушных судов, может требоваться создание нескольких моделей, чтобы охватить все различные возможные конфигурации, такие как корректировки и варианты.

Пример новой модели. Пусть предприятие получает новое оборудование, например, новое воздушное судно. Конфигурацией новой модели управляют прикладные программы IBM® Maximo Asset Configuration Manager.

Для определения моделей служит прикладная программа Модели (CM). Определение модели включает задание иерархии позиций, допустимые номера частей для каждой позиции и правила обслуживания для каждого номера части. Новая модель является базовым вариантом модели.

Пример нового варианта модели. Предприятие получило или намерено приобрести новый вариант модели оборудования, например, новую конфигурацию самолета или двигателя. Эта модель уже есть в прикладной программе Модели (CM).

Новый вариант модели создается из базового варианта на его основе или на основе сочетания варианта и корректировки. Первоначально новый вариант идентичен варианту или корректировке, на основе которых он создается. Затем этот вариант можно изменить.



6. Понятие процесса моделирования

Моделирование -- это создание модели, т. е. образа объекта, заменяющего его, для получения информации об этом объекте путем проведения экспериментов с его моделью1.

Модель в общем смысле (обобщенная модель) есть создаваемый с целью получения и (или) хранения информации специфический объект (в форме мысленного образа, описания знаковыми средствами либо материальной системы), отражающий свойства, характеристики и связи объекта-оригинала произвольной природы, существенные для задачи, решаемой субъектом.

Модели объектов являются более простыми системами, с четкой; структурой, точно определенными взаимосвязями между составными частями, позволяющими более детально проанализировать свойства реальных объектов и их поведение в различных ситуациях2. Таким образом, моделирование представляет собой инструмент анализа сложных систем и объектов.

К моделям выдвигается ряд обязательных требований. Во-первых, модель должна быть адекватной объекту, т. е. как можно более полно соответствовать ему с точки зрения выбранных для изучения свойств.

Во-вторых, модель должна быть полной. Это означает, что она должна давать возможность с помощью соответствующих способов и методов изучения модели исследовать и сам объект, т. е. получить некоторые утверждения относительно его свойств, принципов работы, поведения в заданных условиях.

Множество применяющихся моделей можно классифицировать по следующим критериям:

- способ моделирования;

- характер моделируемой системы;

- масштаб моделирования.

По способу моделирования различают следующие типы моделей:

- аналитические, когда поведение объекта моделирования описывается в виде функциональных зависимостей и логических условий;

- имитационные, в которых реальные процессы описываются набором алгоритмов, реализуемых на ЭВМ.

По характеру моделируемой системы модели делятся3:

- на детерминированные, в которых все элементы объекта моделирования постоянно четко определены;

- на стохастические, когда модели включают в себя случайные элементы управления.

В зависимости от фактора времени модели делятся на статические и динамические. Статические модели (схемы, графики, диаграммы потоков данных) позволяют описывать структуру моделируемой системы, но не дают информации о ее текущем состоянии, которое изменяется во времени. Динамические модели позволяют описывать развитие во времени процессов, протекающих в системе. В отличие от статических, динамические модели позволяют обновлять значения переменных, сами модели, динамически вычислять различные параметры процессов и результаты воздействий на систему. Модели можно делить на следующие виды:

1) Функциональные модели - выражают прямые зависимости между эндогенными и экзогенными переменными.

2) Модели, выраженные с помощью систем уравнений относительно эндогенных величин. Выражают балансовые соотношения между различными экономическими показателями (например, модель межотраслевого баланса).

3) Модели оптимизационного типа. Основная часть модели - система уравнений относительно эндогенных переменных. Но цель - найти оптимальное решение для некоторого экономического показателя (например, найти такие величины ставок налогов, чтобы обеспечить максимальный приток средств в бюджет за заданный промежуток времени).

4) Имитационные модели - весьма точное отображение экономического явления. Имитационная модель позволяет отвечать на вопрос: «Что будет, если…». Имитационная система - это совокупность моделей, имитирующих протекание изучаемого процесса, объединенная со специальной системой вспомогательных программ и информационной базой, позволяющих достаточно просто и оперативно реализовать вариантные расчеты.

Математические уравнения при этом могут содержать сложные, нелинейные, стохастические зависимости.

С другой стороны, модели можно делить на управляемые и прогнозные. Управляемые модели отвечают на вопрос: «Что будет, если ...?»; «Как достичь желаемого?», и содержат три группы переменных: 1) переменные, характеризующие текущее состояние объекта; 2) управляющие воздействия - переменные, влияющие на изменение этого состояния и поддающиеся целенаправленному выбору; 3) исходные данные и внешние воздействия, т.е. параметры, задаваемые извне, и начальные параметры.

В прогнозных моделях управление не выделено явно. Они отвечают на вопросы: «Что будет, если все останется по-старому?».

Далее, модели можно делить по способу измерения времени на непрерывные и дискретные. В любом случае, если в модели присутствует время, то модель называется динамической. Чаще всего в моделях используется дискретное время, т.к. информация поступает дискретно: отчеты, балансы и иные документы составляются периодически. Но с формальной точки зрения непрерывная модель может оказаться более простой для изучения. Отметим, что в физической науке продолжается дискуссия о том, является ли реальное физическое время непрерывным или дискретным.

Обычно в достаточно крупные социально-экономические модели входят материальный, финансовый и социальный разделы. Материальный раздел - балансы продуктов, производственных мощностей, трудовых, природных ресурсов. Это раздел, описывающий основополагающие процессы, это уровень, обычно слабо подвластный управлению, особенно быстрому, поскольку весьма инерционен.

Финансовый раздел содержит балансы денежных потоков, правила формирования и использования фондов, правила ценообразования и т.п. На этом уровне можно выделить много управляемых переменных. Они могут быть регуляторами. Социальный раздел содержит сведения о поведении людей. Этот раздел вносит в модели принятия решений много неопределенностей, поскольку трудно точно правильно учесть такие факторы как трудоотдача, структура потребления, мотивация и т.п.

При построении моделей, использующих дискретное время, часто применяют методы эконометрики. Среди них популярны регрессионные уравнения и их системы. Часто используют лаги (запаздывания в реакции). Для систем, нелинейных по параметрам, применение метода наименьших квадратов встречает трудности.

Популярные в настоящее время подходы к процессам бизнес-реинжиниринга основаны на активном использовании математических и информационных моделей. При построении любой модели процесса управления желательно придерживаться следующего плана действий:

Сформулировать цели изучения системы;

Выбрать те факторы, компоненты и переменные, которые являются наиболее существенными для данной задачи;

Учесть тем или иным способом посторонние, не включенные в модель факторы;

Осуществить оценку результатов, проверку модели, оценку полноты модели. Сам процесс моделирования может быть представлен в виде цикла, в котором можно выделить пять этапов:

1. Постановка проблемы и ее анализ -- выделяются важные черты и свойства объекта, исследуются взаимосвязи элементов в структуре объекта, формулируются гипотезы, объясняется поведение и развитие объекта.

2. Построение модели -- выбирается тип модели, оценивается возможность его применения для решения поставленных задач, уточняется перечень отображаемых параметров моделируемого объекта и связи между ними. Для сложных объектов определяется возможность построения нескольких моделей, отражающих различные аспекты функционирования объекта. 3. Подготовка исходной информации -- осуществляется сбор данных об объекте (на основании изучения модели). Затем происходит их обработка с помощью методов теории вероятности, математической статистики и экспертных процедур.

4. Проведение расчетов и анализ результатов эксперимента -- производится оценка достоверности результатов.

5. Применение результатов на практике -- работа с моделируемым объектом с учетом его предполагаемых свойств, полученных при изучении моделей. При этом полагается, что эти свойства с достаточным уровнем вероятности действительно присущи данному объекту. Последнее положение должно основываться на результатах предыдущего этапа.

Если полученные на пятом этапе результаты недостаточны, изменился сам объект или его окружающая среда, то происходит возврат к первому этапу и новое прохождение цикла моделирования.

8. Классификация ЭММ

В нижеследующей таблице приведены основные типы экономико-математических моделей.

Тип моделей	Предназначение, цель применения
Балансовые	Экономические расчеты, основанные на принципе баланса наличия, поступления/производства и выбытия/расходования различных видов ресурсов: материальных, энергетических, машинных, денежных и др.
Трендовые	Прогнозирование развития моделируемой экономической системы на основе трендов (длительных тенденций изменения) ее основных показателей
Оптимизационные	Выбор наилучшего из имеющихся вариантов производства, распределения или потребления продукции, размещения объектов инфраструктуры, маршрутов движения и т.д.
Статистические	Изучение взаимосвязей производственно-экономических показателей моделируемой системы в условиях влияния случайных факторов: корреляционно-регрессионный анализ, факторный анализ, анализ чувствительности и т.д.
Имитационные	Имитация (как правило, на ЭВМ) процесса функционирования изучаемого объекта во времени

Не случайно классификация ЭММ открывается балансовыми моделями. Потому что без балансовых расчетов не обходится практически ни одна мало-мальски содержательная экономико-математическая модель: ведь, к примеру, любой расчет потребностей в материалах, рабочей силе, производственных мощностях, денежных средствах основывается именно на принципе баланса. Можно здесь упомянуть и метод межотраслевого баланса, известный также как метод «затраты-выпуск» и основанный на принципе баланса производства и потребления продукции отраслей народного хозяйства целой страны.

В общем случае балансовые расчеты сводятся к решению системы уравнений (чаще всего линейных).

Важным преимуществом балансовых расчетов является их относительная простота (по крайней мере, в тех случаях, когда размерность задачи не слишком высока).

Однако для получения надежных, качественных результатов одних балансовых расчетов обычно бывает недостаточно - по крайней мере, по трем причинам.

Во-первых, любой расчет (не только балансовый) всегда базируется на определенных исходных предположениях, достоверность которых обычно бывает под вопросом. Эти предположения могут касаться, например, будущей динамики валютного курса, темпа инфляции, объема и цены реализации продукции. В таких, как говорят, «условиях неопределенности» одного (базового) расчета совершенно недостаточно, потому что необходимо понимать, что будет, если те или иные входные параметры отклонятся от исходных (базовых) значений. Для этого в модели расчета можно предусмотреть несколько сценариев - например, базовый, оптимистический и пессимистический - и проанализировать результаты расчетов во всех предусмотренных случаях. Такой путь, конечно, предпочтительнее безальтернативного варианта, но он, с одной стороны, ведет к усложнению исходной модели, а, с другой, - всё равно не дает полной картины: в частности, не позволяет количественно оценить риски, обусловленные неопределенностью. Другой вариант состоит в (случайном, вообще говоря) варьировании входных переменных (параметров) анализируемой модели с целью исследования степени и характера влияния этих вариаций на выходные переменные (результаты расчетов). Этот так называемыйанализ чувствительности - и здесь мы переходим к классу статистических моделей - позволяет:

· Проверить корректность построенной модели;

· Оценить ее практическую применимость;

· Выявить входные параметры, наиболее существенно влияющие на поведение результирующих переменных;

· Оценить риски и сопряженные с ними размеры потерь в условиях неопределенности.

Во-вторых (возвращаемся к недостаткам чисто балансовых моделей), во многих случаях балансовые расчеты дают грубые, недостоверные результаты. Например, расчет потребностей в персонале на основе фонда рабочего времени работников и норм времени выполнения операций никак не учитывает возможные простои персонала вследствие временного отсутствия тех или иных ресурсов и поэтому дает, вообще говоря, заниженные оценки необходимой численности работников. Более точные оценки в подобных ситуациях может дать имитационное моделирование, которое воспроизводит функционирование анализируемой системы во времени обычно путем имитации элементарных событий (например, начала или завершения выполнения технологических операций), меняющих состояние системы, с сохранением логической взаимосвязи и последовательности этих событий. Имитационная модель обычно «проигрывается» многократно, что позволяет перебирать различные возможные комбинации значений входных параметров и получать статистически надежные прогнозы поведения моделируемой системы и оценки таких характеристик ее функционирования, как производительность, время обслуживания заказов, коэффициенты загрузки и простоя оборудования, длины очередей и т.д.

В-третьих, чисто балансовые расчеты вообще непригодны, например, в ситуации выбора наилучшего из имеющихся вариантов, т.е. для решения оптимизационных задач.

Размещено на Allbest.ru

...