Космо-ноосферное межотраслевое межгосударственное моделирование

Автор: Администратор
Миростроительство Категория: Экономика и развитие
Просмотров: 4176
Страница 31 из 54
 3.5 Общие положения по методике авторов «Риск-Анализ» - подсистемы первого уровня деловой игры

 

Уточним общие положения по методике авторов «Риск-Анализ» составной подсистемы первого уровня деловой игры.

В основу методики «Риск-Анализ» положен простой принцип:

«Чтобы выжить на рынке, т.е. в своей конкурентной среде, и/или в своей отраслевой среде необходимо работать лучше, чем отечественные, региональные конкуренты».

Начальные, граничные условия данного этапа методики «Риск-Анализ»:

1. В данной методике «Риск-Анализ» данного этапа деловой игры исследуются только предприятия, работающие в условно замкнутом регионе/государстве.
2. Внешняя среда для всех исследуемых предприятий условно одинакова: по налогам/льготам, по среднему доходу домашних хозяйств, по природным/климатическим особенностям и др.
3. Необходимо строго соблюдать системный принцип однородности объектов, следуя экономической интерпретации МОБ «Производить подобные продукты/услуги, используя подобные технологии». Сталь и борщ варят, но при этом получают разные продукты и используют разные технологии.
4. Запрещено нарушать системный принцип однородности объектов, не учитывать 5-ть ограничений Колмогорова, с корнем вырывать одну экономическую подсистему из живой ткани экономической системы, как, например, это делали нобелевские лауреаты по экономике Марковиц, Шарп, Модильяни (теория портфелей), Фридмен, Анна Шварц, Кейнс, и все последующие лауреаты.
5. Запрещено делать фундаментальные/системные ошибки (см. выше) при построении моделей рисков. Классический пример: Маслоу (теория мотивации), Альтман, Бивер… (модели банкротства), т.е. объединять в статистический массив исследуемые предприятия различных отраслей. Глупо скрещивать ужа и ежа, все равно не получим колючую проволоку.
6. Для простоты понимания коридор рисков или управляемости объектов по каждому i-му исследуемому фактору очерчивается только тремя регрессионными уравнениями. По максимальной, минимальной и средней величинам. Веса рисков по i-м исследуемым факторам учитываются только при расчете ущерба/эффективности управления.
7. Нейронные модели используются ограниченно без применения многофакторных нейронных моделей.

3.6 Нейронное моделирование. Построение многофакторных экономических зависимостей первого этапа подготовки менеджера, экономиста

Рассмотрим моделирование многофакторных функциональных экономических зависимостей, используемых на 1-ом этапе подготовки менеджера, экономиста.

Существует множество методов моделирования многофакторных функциональных экономических зависимостей.

Рассмотрим быстрый, достаточно эффективный и главное простой метод, для этого достаточно иметь любой табличный процессор.

Пусть имеется производственная функция зависимости выручки/продаж (Y) от исходных факторов (Xi): Y=f(X1,X2…Xn). Рассмотрим последовательность шагов алгоритма построения многофакторных функциональных экономических/эконометрических зависимостей:

1. Рассчитываем долю факторов (Xi) от объемов продаж (Y): Х1/Y, Х2/Y,…, Хn/Y по всем векторам X1,X2…Xn.

2. Рассчитываем средние величины факторов (МXi): МХ1, МХ2,…, МХn. Отметим, что желательно сделать расчет регрессионных однофакторных моделей, их коэффициенты, как показано на рисунке (например, «Себестоимость» - 0,7164,…, «Материальные затраты» - 0,4936,…, «Активы» - 1,0355), т.к. они точнее, чем средние величины факторов.

 

Рисунок 11 – Регрессионные модели

   3. Далее осуществляем построение многофакторных моделей:

Аддитивную (сложение) линейную модель можно представить в виде:

Выручка=b0+b1*X1+b2*X2+…+bn*Xn,

где МХ1 в модели обозначено Х1,…, МХn, в модели обозначено Хn, или регрессионные коэффициенты однофакторных моделей.

Мультипликативную (умножение) степенную модель можно представить в виде:

Выручка=b0*X1b1*X2b2*…*Xnbn

где МХ1 в модели обозначено Х1,…, МХn в модели обозначено Хn, или регрессионные коэффициенты однофакторных моделей.

4. Подставляем данные МХ1, МХ2,…, МХn, или регрессионные коэффициенты однофакторных моделей в линейную, степенную модель.

5. Подгоняем свободный коэффициент b0 с помощью функции табличного процессора: Сервис - «Поиск решения…» или вручную. Т.е. осуществляем поиск глобального экстремума по линейной, степенной моделям.

Линейная модель:

Выручка=29,050+0,716*Y1+0,116*Y2+0,167*Y3

Оборотные активы=20,500+0,059*Y11+0,117*Y12+0,209*Y13

Активы=35,000+0,059*Y11+0,117*Y12+0,209*Y13+0,650*Y15

Степенная модель:

Выручка=2,370*Y10,716*Y20,116*Y30,167

Оборотные активы=10,500*Y110,059*Y120,117*Y130,209

Активы=2,560*Y110,059*Y120,117*Y130,209*Y150,650

6. Вычисляем точность аппроксимации по линейной, степенной модели.

7. Выбор линейной, степенной модели.

Осталось малое - понять, что когда вычисляем долю Х1/Y, Х2/Y,…, Хn/Y, то лучшая модель чаще степенная, а не линейная, но не всегда. В степенной функции степень это есть эластичность или скорость нарастания функции (первая производная).

При построении регрессионных многофакторных уравнений классическим методом, когда факторы существенно отличаются по своему весу, могут возникать смещения или ошибки. В результате возникают значительные вычислительные проблемы корректности разработанных многофакторных моделей и их дальнейшего применения и интерпретации. Исследования показали, что более весомый фактор как бы перетаскивает другие факторы или упрощенно - «одеяло» на себя, занижая, искажая тем самым менее весомые факторы. В результате появляются смещения ухудшающие аппроксимацию исходных статистических данных. Все это увеличивает риски смещений/ошибок, но главное приводит к ошибочным управленческим решениям.

На первом этапе подготовки менеджеров, экономистов в деловой игре широко используется моделирование на основе метода Монте-Карло. Объем выборки в деловой игре составляет минимум 1-5 тыс. интегральных функционалов по 30-50 интегральным факторам по 30-100 организациям-конкурентам на исследуемом рынке/отрасли. Отметим, что на самом деле в деловой игре нет ограничений на количество факторов, на объемы баз данных исследуемых организаций, отраслей, рынков для последующего моделирования методом Монте-Карло. Отсутствие ограничений связано с тем, что первый этап деловой игры органически, системно связан прямыми, обратными, латентными нейронными связями с методологией деловой игры второго и третьего этапа.

Все три этапа деловой игры показаны на рисунке 3 - зрительный образ трех уровней деловой игры, описывающий семиуровневую нейронную модель от рабочего места до межгосударственного сопоставления.