Разработка многомерных адаптивно-имитационных моделей прогнозирования социально-экономического развития региона тема диссертации по экономике, полный текст автореферата
![](images/53645.png)
Автореферат
Ученая степень | кандидат экономических наук |
Автор | Зеленцова, Светлана Юрьевна |
Место защиты | Воронеж |
Год | 2006 |
Шифр ВАК РФ | 08.00.13 |
![](images/53645-1.png)
Автореферат диссертации по теме "Разработка многомерных адаптивно-имитационных моделей прогнозирования социально-экономического развития региона"
На правах рукописи
ЗЕЛЕНЦОВА Светлана Юрьевна
РАЗРАБОТКА МНОГОМЕРНЫХ АДАПТИВНО-ИМИТАЦИОННЫХ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РЕГИОНА
Специальность: 08.00.13 Ч Математические и инструментальные методы экономики
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата экономических наук
Воронеж - 2006
Работа выпонена в Воронежском государственном университете
Научный руководитель
доктор экономических наук, профессор
Давние Валерий Владимирович
Официальные оппоненты: доктор экономических наук,
кандидат физико-математических
наук, профессор
Попова Елена Витальевна;
кандидат экономических наук Бугакова Ирина Николаевна
Ведущая организация
Воронежская государственная технологическая академия
Защита состоится л12 апреля 2006 года в 14 часов в конференц-зале на заседании диссертационного совета ДМ 212.037.09 Воронежского государственного технического университета по адресу: 394026, г. Воронеж, Московский просп., 14.
С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета.
Автореферат разослан л марта 2006 года.
Ученый секретарь диссертационного совета
Мяснянкина О.В.
00в Л Мб?
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Роль прогнозирования в решении современных проблем экономики не только возросла, но и изменилась. Являясь обязательным элементом процесса принятия решения и находясь догое время в тесной взаимосвязи с планированием, в настоящее время прогнозирование оказалось доминантной составляющей этого процесса. Если раньше в управленческой деятельности, обращенной в будущее, дескриптивная функция выпонялась прогностикой, а нормативная - планированием, то в настоящее время, ориентируясь на методы регулирования, управление поностью отрицает директивность в реализации нормативного подхода.
Однако пугающая неопределенность будущего и связанные с ней реальные риски принимаемых решений в социальной и экономической сфере требуют указания хотя бы наиболее вероятных ориентиров, по которым целесообразно осуществлять движение в будущее. Разработка этих направлений официально закреплена за прогностикой в Федеральном Законе О государственном прогнозировании и программах социально-экономического развития Российской Федерации, принятом 20 июля 1995 года. Странно было бы, если бы эти изменения в принципах управления экономикой не стали отправной точкой новых исследований в прогностике.
Действительно, интерес к исследованиям в этой области за последнее время значительно вырос. Появились новые взгляды на роль прогнозов в нашей жизни, новые прикладные направления, новые подходы, термины и методы. Несмотря на это, роль прогнозов недооценивалась в прошлом, недооценивается и сегодня, несмотря на то, что вопросов: Что будет? все больше и больше, а убедительных ответов все меньше и меньше. Преобладающая точка зрения о том, что прогнозные расчеты предшествуют принятию решения, дожна быть допонена пониманием необходимости упреждающего мониторинга, сопровождающего реализацию любого принятого решения и его последствий. Об этом красноречиво говорят результаты и события, к которым приводят некоторые законы, принятые в последнее время.
Особый интерес представляют исследования, посвященные методам и особенностям прогнозирования в таких прикладных областях, как финансовые рынки, маркетинг и маркетинговые исследования, финансовая стабильность, оценка рисков и т.д. Исследования подобного рода породили ряд результатов компиляционного характера, и это естественно. Необходимо время для адаптивного освоения задач и методов, которые были разработаны и применялись на западе, а теперь оказались пригодными для нашей экономики. Именно в результате этих исследований нам стали известны модели финансовой эконометрики, сложилось более поное представление о решении реальных задач по формированию портфеля ценных бумаг, стали применяться эконометрические модели нобелевских лауреатов.
Одновременно с исследованиями подобного типа делались попытки, и не безуспешные, получения оригинальных результатов, в том числе и на основе
дальнейшего развития или модификации известных фактов. Все это положительные моменты, но движение к новым знаниям, новым методам и моделям отличается интенсивностью, одни разрабатываются с большей заинтересованностью, другие с меньшей, не все реальные потребности сбалансированы научным интересом.
К сожалению, по-прежнему остаются без заметного внимания проблемы разработки специального математического аппарата, обеспечивающего весь комплекс расчетов для региональных прогнозов. Короткие временные ряды и многомерность делают эту задачу малодоступной для формализованного решения. В практике прогнозных расчетов социально-экономического развития региона, по сути, используется метод, основанный на комбинировании научного подхода и искусства с доминированием последнего. Поэтому даже робкие шаги в этом направлении заслуживают внимания.
Изложенные обстоятельства предопределили актуальность и выбор темы диссертационного исследования, посвященного разработке многомерных адаптивно-имитационных моделей, которые обеспечивают получение достаточно надежных прогнозных оценок взаимосвязанных показателей социально-экономического развития региона.
Работа выпонялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета Математическое моделирование и информационные технологии в управлении экономическими процессами.
Степень разработанности проблемы. Актуальные региональные проблемы, связанные, в частности, с прогнозированием показателей социально-экономического развития региона, отражены в трудах А.Г. Аганбегяна, Т.В. Васиной, Ю.В. ВертаковоЙ, А.Г. Гранберга, Е.В. Заровой, Э.Н. Кузьбожева, А.Д. Настенко, И.Е. Рисина, Т.Г. Розановой, Г.Р. Хасаева, Р.И. Шнипера и многих других.
Что касается разрабатываемых в диссертации моделей, то в основе их построения лежит триада: адаптивное прогнозирование, имитационное моделирование и матричные предикторы.
Создание аппарата адаптивного моделирования социально-экономических процессов было начато Р. Брауном, Р. Майером, И.И. Перельманом и продожено Н.С. Райбманом, В.М. Чадеевым, В.П. Бородюком, Э.К. Лецким, Ю.П. Лукашиным, Е.М. Левицким, П.А. Иващенко, A.C. Корхиным, В.В. Давнисом и другими.
Наиболее значимые работы по имитационному моделированию принадлежат В.Н. Бусленко, К.А. Багриновскому, A.A. Бакаеву, Г.Д. Казакевичу, Н.И. Костину, Г.В. Розанову, Н.В. Яровицкому, Р. Шеннону и другим.
Разработке адаптивно-имитационных моделей посвящены труды Е.М. Левицкого, В.В. Давниса. Прикладные возможности этих моделей для решения
конкретных экономических задач были использованы в исследованиях И.Н. Бугаковой, В.И. Тиняковой.
Основополагающая идея построения детерминированного матричного предиктора принадлежит В.В. Давнису. Практическое применение такого предиктора в задачах моделирования прогнозных оценок социально-эконо-мического развития региона можно найти в работах В.И. Тиняковой.
Однако, как уже отмечалось выше, ни в одной из работ до сих пор не была решена задача создания комплексной методики прогнозирования многомерных процессов, которая могла бы эффективно применяться на региональном уровне в условиях недостаточного объема фактографической информации.
Целью диссертационного исследования является развитие математического аппарата прогнозирования многомерных социально-экономических процессов на основе интерференции адаптивного подхода и имитационного моделирования.
Поставленная цель определила следующие задачи исследования:
анализ отечественных и зарубежных научных работ, посвященных различным аспектам социально-экономического прогнозирования; исследование предикторной составляющей регулирования социально-экономического развития региона;
обоснование необходимости осуществления предикторного мониторинга динамики развития региона;
изучение общих положений разработки региональных прогнозов; оценка степени применимости современных математических моделей и методов для разработки региональных прогнозов;
А формулировка ключевых идей построения многомерных предикторов;
А разработка адаптивных вариантов базового матричного предиктора;
х построение вычислительной схемы имитационного моделирования с использованием адаптивных многомерных предикторов;
^ модификация адаптивно-имитационных моделей для решения прогнозных задач большой размерности;
л практическое использование разработанного аппарата в прогнозных расчетах основных показателей социально-экономического развития Воронежской области.
Объектом исследования являются процессы, протекающие в социально-экономической системе региона.
Предмет исследования - математический аппарат прогнозирования показателей, характеризующих социально-экономическое развитие региона.
Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам имитационного моделирования, адаптивного прогнозирования социально-экономических процессов, региональной экономики). Была использована статистическая информация, справоч-
ная и методическая литература, материалы периодической печати, нормативные и законодательные акты, а также ресурсы сети Интернет.
При выпонении диссертационной работы применялись методы адаптивного прогнозирования социально-экономических процессов, экономико-математическое, в т.ч. имитационное, моделирование, теория матриц.
Эмпирическую базу исследования составили официальные данные, полученные от Территориального органа Федеральной службы государственной статистики по Воронежской области и Главного управления экономического развития Администрации Воронежской области. Все эти данные были обработаны с использованием современного программного обеспечения.
Диссертационная работа выпонена в рамках п. 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни... паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.
Научная новизна исследования состоит в разработке адаптивно-имитационных моделей прогнозирования многомерных социально-экономических процессов, предусматривающих получение вероятностного распределения реальности упреждающих оценок. Научную новизну содержат следующие результаты диссертационного исследования:
введено понятие предикторный мониторинг динамики развития региона, на основе которого проведена оценка степени применимости современных моделей и методов для разработки региональных прогнозов; развит математический аппарат прогнозирования:
- модифицирован детерминированный матричный предиктор: предложены его адаптивные варианты (матричный предиктор с экспоненциально затухающей памятью; матричный предиктор с экспоненциально затухающей памятью комбинированных тенденций; модель с комбинированным адаптивным механизмом) и построен матричный предиктор с разделенными переменными;
- разработаны многомерные адаптивно-имитационные модели; создана методика прогнозирования показателей, характеризующих социально-экономическое развитие региона.
Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском государственном университете; Всероссийской научно-практической конференции Проблемы реформирования экономики России (Воронеж, 2003); Международной научно-практической конференции Механизмы развития социально-экономических систем региона (Воронеж, 2003); Всероссийской научно-практической конференции Экономическое прогнозирование: модели и мето-ды-2004 (Воронеж, 2004); Третьей Международной научно-практической конференции Управление изменениями в социально-экономических системах (Воронеж, 2004); Третьей Всероссийской научно-технической конференции
Вузовская наука - региону (Вологда, 2005); Международной научно-практической конференции Экономическое прогнозирование: модели и методы (Воронеж, 2005); V Международной научно-практической конференции Новые технологии в управлении, бизнесе и праве (Невинномысск, 2005). На защиту выносятся следующие положения:
понятие предикторный мониторинг динамики развития региона. Введение этого понятия расширяет представление как о функциях мониторинга, так и функциях прогнозирования и ориентирует на проведение прогнозных расчетов в режиме мониторинга, обеспечивая тем самым своевременность принятия упреждающих решений;
адаптивные варианты матричного предиктора, позволяющие получать достаточно надежные прогнозные оценки по коротким временным рядам и являющиеся обязательными составляющими многомерных адаптивно-имитационных моделей;
вычислительная схема имитационного моделирования с использованием адаптивных многомерных предикторов, которая обеспечивает возможность проведения многовариантных прогнозных расчетов с вероятностной оценкой достижения желаемых результатов. Ее использование способствует формированию наиболее поного представления о возможных состояниях социально-экономической системы региона;
^ матричный предиктор с разделенными переменными (переменные первой группы - целевые, представляют собой показатели, характеризующие результаты функционирования экономического объекта, а переменные второй группы - ресурсные - потенциальные возможности этого объекта), составляющий основу методики прогнозирования многомерных процессов;
методика, обеспечивающая проведение комплекса прогнозных расчетов показателей социально-экономического развития региона. В отличие от существующих, данная методика может эффективно применяться при недостаточном объеме фактографической информации в условиях, когда обоснованность принимаемых решений напрямую зависит от того, насколько точно в прогнозных оценках отражена взаимосвязь моделируемых процессов.
Практическая значимость работы выражается в создании на основе разработанных многомерных адаптивно-имитационных моделей методики прогнозирования показателей социально-экономического развития региона. Эта методика была использована Главным управлением экономического развития Администрации Воронежской области при прогнозировании развития районов области на 2006г., что подтверждается актом внедрения.
Отдельные результаты диссертационного исследования можно использовать при подготовке экономистов и менеджеров в курсах: Модели и методы социально-экономического прогнозирования, Имитационное моделирование, Региональная экономика.
Публикации. ПО теме диссертационного исследования опубликовано 9 печатных работ, которые указаны в конце автореферата. Лично соискателю принадлежит [5]. Работы [1-4; 6-9] выпонены в соавторстве. В [3] соискатель сформулировал принципы формирования сценарных условий. В [4] он предложил процедуру расчета вероятности, с которой реализуется тот или иной прогнозный вариант. В [6] соискатель описал этапы проведения многоуровневых прогнозных расчетов, в [7] обосновал возможность применения матричного предиктора в задачах имитационного моделирования показателей социально-экономического развития региона, в [8] осуществил многомерные прогнозные расчеты расходов Воронежской области, в [9] сформулировал основные идеи построения многомерных предикторов.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 150 наименований. Основной текст изложен на 147 страницах, содержит 12 таблиц, 5 рисунков.
Во введении обоснована актуальность темы диссертации, определены предмет и объект исследования, сформулирована цель и поставлены задачи, решение которых необходимо для ее достижения, раскрыта научная новизна и практическая значимость результатов исследования.
В первой главе определена современная роль прогнозирования в регулировании развития региона, дана оценка степени применимости целей существующим моделям и методам для разработки региональных прогнозов, показан генезис многомерного адаптивно-имитационного моделирования.
Во второй главе изложены ключевые идеи построения многомерных предикторов, модифицирован детерминированный предиктор, построена вычислительная схема имитационного моделирования с использованием адаптивного многомерного предиктора.
В третьей главе разработана методика проведения многомерных прогнозных расчетов на уровне региона, проведена верификация этой методики на реальных данных по Воронежской области.
В заключении изложены основные научные результаты и выводы диссертационного исследования.
СОДЕРЖАНИЕ И ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
1. Роль прогнозирования в регулировании развития региона
Прогноз для руководства региона, по сути, является опережающей действительностью, которая не всегда наступает, однако позволяет, ориентируясь на эту действительность, контролировать реальное социально-экономическое развитие региона. Укрупненно опережающую действительность можно представить в виде предикторной составляющей (рис. 1), в которой предусмотрен механизм формирования ожидаемых результатов. Благодаря такому механизму удается в зависимости от текущих изменений модифицировать представление об этих результатах. Точность представления, в первую очередь, зависит от тех методов и моделей, которые являются главными элементами предикторной составляющей.
Многообразие задач, которые приходится решать в ходе разработки региональных прогнозов, можно свести к задачам трех основных типов: 1) прогноз ресурсного обеспечения развития региона; 2) предикторный мониторинг динамики развития региона; 3) прогноз результатов развития региона.
Указанные типы задач требуют разных концептуальных подходов, обеспечивающих их эффективное решение. Причем, сразу заметим, что к настоящему моменту времени не разработаны модели, способные отразить всю специфику региональных прогнозов, которая присутствует в этих задачах.
Результаты социально, экономического развития региона
* гг Ш л1В в ц >5 Ц о. 1 V в-
I 5 Я 11 ф X X
л Ц со 1_ ш | ф X со С1
Физический, "человеческий", социальный капитал, рынки финансовые ресурсы
Предикторный мониторинг динамики развития региона
Прогноз ресурсного обеспечения развития региона
Принципы прогнозирования:
комплексность, системность, альтернативность, многовариантность, программность, сопоставимость, агрегирование, мношуроаневость идр
Стратегические ресурсы региона
Рис. 1. Предикторная схема регулирования социально-экономического развития региона
Особый интерес, на наш взгляд, представляют задачи, связанные с предик-торным мониторингом динамики развития региона. Данное понятие шире привычного нам понятия мониторинг, поскольку включает в себя не только контрольную функцию за текущим состоянием объекта (процесса), но и предусматривает выпонение предикторной (прогнозной) функции, благодаря которой оценивается возможность достижения ожидаемого (по результатам ранее проведенных прогнозов) состояния из зафиксированного в текущий момент времени. Оставляя детали технической реализации этого блока предикторной составляющей отметим актуальность и возможность практического решения мониторинговых задач в подобном ключе.
2. Генезис многомерного адаптивно-имитационного моделирования
Сегодня общепризнанным является тот факт, что неопределенность среды экономической системы региона является ее принципиальной характеристикой и поэтому реальное управление, не учитывающее неопределенность, не может претендовать на поддержание адекватности управляемого объекта внешней среде. Но возникает закономерный вопрос: Как в условиях неопределенности обеспечить эту адекватность, и что вообще понимать под адекватностью среде, которая, как следует из вышеприведенных рассуждений, сама является неопределенной?
Поиск ответа на этот вопрос связан с решением двух проблем. Суть первой в том, чтобы управлять экономическим объектом на основе прогнозных оценок его будущего состояния. Вторая проблема касается генерирования правдоподобных вариантов наиботее вероятных состояний самой внешней среды, которые и позволят оценить уровень адекватности прогнозной траектории объекта возможным условиям функционирования.
Трудность, с которой приходится иметь дело при моделировании перспективных состояний экономических объектов, состоит в том, что условия неопределенности резко ограничивают возможность применения традиционных (основанных на идее экстраполяции стационарных процессов) методов прогнозирования. Все чаще требуется, чтобы прогнозные модели отражали качественные изменения, происходящие в закономерностях развития изучаемых процессов. Ситуация усложняется отсутствием априорной информации о характере таких изменений. В этом случае требуемый уровень точности прогнозных оценок можно получить только с помощью моделей, построенных на адаптивных принципах.
Безусловно, адаптивный подход является эффективным методом решения сложных задач во многих областях человеческой деятельности (биология, медицина, психология, экология, техника и т.д.) особенно в ситуациях, когда возникает неопределенность. Однако неопределенность внешней среды характеризуется не только степенью информационной недостаточности, но и многообразием взаимодействующих в ней объектов, отличающихся природой, размерностью, поведением, интересами и т. п. Задача моделирования многообразия при решении второй проблемы выдвигается на первый план Ее решение связано, скорее всего, с идеями имитационного моделирования.
Рассмотрение среды функционирования экономических объектов и связанных с ней проблем моделирования позволило установить, что недостаточно четкое представление о механизмах взаимодействия составляющих этой среды и отсутствие устойчивых закономерностей в функционировании экономики нашей страны делают проблематичным применение старого багажа знаний для построения адекватных моделей и получения с их помощью надежных прогнозных оценок. Все это потребовало разработки экономико-математического аппарата на основе комбинирования двух подходовХ адаптивного и имитационного.
В практике принятия прогнозных решений на уровне региона приходится стакиваться с еще одной проблемой - многомерностью моделируемых процессов. Взаимосвязи между ними столь сложны и часто трудно идентифицируемы, что для их адекватного отражения требуются специальные подходы. Причем, стандартной является ситуация, когда число наблюдений столь мало, что идея построения эконометрических моделей многомерных временных рядов в виде систем одновременных уравнений или векторной авторегрессии теряет всякий смысл. Поэтому возникает необходимость в построении моделей, основанных на несколько иных принципах, чем эконометрические.
Проведенный в диссертации анализ современного аппарата прогнозирования показал, что подавляющее большинство моделей и методов имеет ограниченную степень применимости. Наиболее приемлемыми являются те, которые целенаправленно разрабатывались, в том числе и в данном диссертационном исследовании, для решения задач прогнозирования социально-экономического развития региона. Анализ вышеобозначенных проблем математического моделирования подсказывает схему разработки комбинированного подхода к решению прогнозных задач на уровне региона. Преследуя цель наглядного отображения авторской точки зрения, представим генезис этой схемы в виде рис. 2.
Прей 1СМЫ ишиировш II |> II ШМНЫ1 П111 ||1>Ь щипан |ги
(пшпии региона
Мо,|ифипкруемыс и разрабатываемые
В 1Н11 ГрПЛиНН ЦП 1111114
к р* Ш1 ниш нрП |гч ми 1Н|кжаи1111
(фпнмш.!! <11К1н>ь || ПКИ1ИЯ |)1ГИ111га
Недостаточный объем фактографической информации
Р и с. 2 Генезис разрабатываемого в диссертации подхода к прогнозированию
3. Ключевые идеи построения многомерных предикторов
Регион, как известно, является сложной динамичной социально-экономической системой с многоцелевой направленностью развития. Многоцелевое развитие вносит противоречивость в принимаемые решения, требуя их тщательного согласования и разумного компромисса. Это приводит к ситуации, когда реально действующие закономерности принудительно корректируются в соответствии с субъективными представлениями о необходимом уровне их согласованности. По сути, создается экономический механизм с преобладанием процессов, развитие которых отличается от теоретических представлений и не всегда совпадает с желаемым. В подобных процессах практически отсутствуют договременные закономерности в виде трендовых зависимостей, однако феномен взаимодействия в виде тесной взаимосвязи наблюдается постоянно. Такая взаимосвязь между процессами исключает возможность локальных прогнозов и ориентирует на разработку подходов, в которых удается учесть реальное взаимодействие этих процессов в многомерной динамике региона.
Прогноз многомерных процессов по понятным причинам более сложен, чем одномерных, и, как показал проведенный в диссертации анализ современных методов и моделей, практически отсутствуют прикладные работы, которые можно было бы использовать для этих целей. Более того, ситуация усугубляется тем, что размерность временных рядов превышает объем выборочной совокупности. Зачастую длина временного ряда столь мала, что не позволяет корректно использовать статистические методы, даже для построения прогнозных моделей одномерных процессов.
Если развивать точку зрения, что ключевой характеристикой многомерных процессов, описывающих социально-экономическое развитие региона, является их взаимосвязь, то, естественно, эта характеристика дожна быть ключевой и в самой прогнозной модели многомерных процессов. Известно, что аппаратом для оценки взаимосвязей в математической статистике служит корреляционный анализ. Правда, с помощью взаимных коэффициентов корреляции оцениваются только линейные связи, и с этим можно было бы смириться в случае оценки кратковременных эффектов взаимосвязи. Однако, с другой стороны, как уже отмечалось, кратковременность не обеспечивает получение надежных результатов. Возникает опасность ложных корреляций, на основе которых могут делаться неправильные выводы и оценки. Кроме того, корреляционный анализ позволяет установить только факт наличия линейных связей и не предусматривает их экстраполяцию, составляющую суть прогнозных расчетов.
Учитывая последнее замечание относительно коэффициентов корреляции и ориентируясь, в основном, на возможность проведения экстраполяционных расчетов для многомерных временных рядов, будем рассматривать в качестве измерителя взаимосвязи косвенный темп прироста. Можно отметить ряд положительных моментов, которые обеспечивает этот показатель динамики при моделировании многомерных процессов.
Во-первых, с его помощью удается получить адекватное отражение пропорциональности, которая дожна иметь место и которая, как правило, с незначительными колебаниями наблюдается в развитии региональных социально-экономических процессов.
Во-вторых, точно так же, как с помощью взаимных коэффициентов корреляции, удается сформировать представление о структуре взаимосвязей процессов развития региона, косвенные темпы прироста позволяют сформировать представление о структуре взаимного изменения этих процессов.
В-третьих, использование косвенных темпов прироста позволяет построить многоуровневую модель прогнозных расчетов в виде взаимосвязанных блоков, каждый из которых представляет собой локально решаемую задачу меньших размеров, что, в конечном счете, упрощает проведение расчетов на региональном уровне.
В-четвертых, временные ряды из абсолютных приростов чаще, чем исходные, обладают свойством стационарности, что является немаловажным фактом для получения надежных прогнозов.
В-пятых, с их помощью удается построить прогнозную модель даже в том случае, когда исследователь располагает всего двумя наблюдениями (хотя, естественно, статистическую надежность такой модели нет смыла обсуждать).
И, наконец, в-шестых, модель, построенная по косвенным темпам прироста, хорошо содержательно интерпретируется и в простейшем случае (детерминированный матричный предиктор), по сути, является многомерным обобщением часто используемого в практике прогнозных расчетов метода прямого счета по темпам роста.
Обобщая сказанное, заметим, что взамен предположений о характере динамики для рассматриваемого случая выдвигается гипотеза о характере структурного взаимодействия экономических показателей, которое можно описывать косвенными темпами приростов, представляющими собой отношения приростов каждого из рассматриваемых показателей ко всем остальным. Ключевая идея этой гипотезы в том, что на протяжении некоторого периода времени структура косвенных темпов приростов прогнозируемых показателей может оставаться почти неизменной. Неизменность - это как раз то свойство структуры, которое переносится из настоящего в будущее, сохраняя закономерную пропорциональность в развитии региона.
4. Адаптивные варианты базового предиктора
Базовый матричный предиктор имеет вид
х^р-УГ'х,.,, (1)
где п - число прогнозируемых показателей;
хп - величина / -го показателя в момент времени /, г = 1, я;
х, _]( - величина /'-го показателя в момент времени / -1;
ДхД - величина изменения (прироста) I -го показателя; V = ^ИЧ косвенный темп прироста г-го показателя относительноу'-го ;
{п .. \
О у12 ... V,.
- матрица темпов прироста;
I - единичная матрица.
Такой предиктор имеет смысл строить в тех ситуациях, когда возможность применения статистических методов моделирования поностью исключена, когда, например, в распоряжении исследователя всего два наблюдения.
Как известно, моделирование прогнозных оценок будущего состояния социально-экономических объектов является наиболее успешным только в тех случаях, когда модель в поной мере отражает как природу процесса управления, так и специфику деловой среды, т.е. речь идет, фактически, об адекватности используемой модели. Решение проблемы достижения требуемого уровня адекватности следует искать, как отмечалось выше, в построении моделей, компилирующих на абстрактном уровне природу реальных процессов управления с учетом характеристик деловой среды, т.е. моделей, построенных на адаптивных принципах.
Предположим, что по имеющимся данным построен матричный предиктор, с помощью которого проведены прогнозные расчеты
*л+1=АА- (2)
Истинная ошибка прогноза доступна измерению, когда становится известными фактические значения показателей х1+1. По ошибкам предсказания
А1г+1 = х,+1 - 1+1 (3)
строится с использованием известной процедуры корректирующая матрица, удовлетворяющая соотношению
*<+1=АА+1- (4)
Из (2) и (4) следует, что
*<+1 = А, А,г,. (5)
Применение в дальнейших расчетах скорректированного предиктора Аг А( позволит получить новую оценку прогнозной ошибки и на ее основе провести очередную корректировку предиктора. Для того чтобы снизить уровень прогнозной ошибки, вводится настраиваемый параметр а, и многомерный адаптивный предиктор представляет собой комбинацию текущего и скорректированного предикторов
х,+1 =[аА,+(1-а)АгА,]х,. (6)
Такую прогнозную модель будем называть адаптивным матричным предиктором.
Особенность такой модели заключается в том, что ее предиктор строится в два этапа. На первом этапе определяется начальное приближение, а на втором -организуется процесс обучения предиктора в виде рекуррентной процедуры постпрогнозных расчетов. С этой целью выборочное множество наблюдений делится на две части. Пусть в (в >2) первых наблюдений используются для определения начальных значений. Кроме того, вводится в рассмотрение матрица, определяющая соотношение прямых и косвенных темпов приростов, и матрица весовых коэффициентов, определяемая либо по соответствующим коэффициентам корреляции, либо с помощью экспертного оценивания.
При заданном начальном значении предиктора А,, настроенных параметрах ц и а и известной матрице XV адаптивная модель записывается следующим образом:
х,+1=А,хД (7)
Я" = ,;=1Я (8)
%+.=ГГ||> (9)
А1+1=(1-М %\У*У,+1)Г1, (10)
А,+1=а'А,+(1-а*)А,+1А,- (И)
С помощью формулы (8) рассчитываются элементы матрицы корректирующих темпов прироста У/+1, которая используется для построения корректирующего мультипликатора (10). Если в качестве А,+1 взять произведение корректирующего мультипликатора и текущего предиктора А(+1А(, то расчетное значение х(+] в точности совпадет с фактическим значением вектора пока-зателейх(+1. Однако, учитывая, что основное назначение предиктора А,+г- прогноз на период м-2, его значение комбинируется из А, и А1+1А;, причем параметр а, с помощью которого осуществляется комбинирование, является настраиваемым по критерию минимизации, например, суммарной прогнозной ошибки.
Модель (7)-(11) записана в предположении, что начальное значение предиктора А, и оптимальные значения параметров //*и а* известны, в диссертации приведено агоритмическое описание процедур их получения. Заметим, что в отличие от базового, минимальное число наблюдений, необходимых для построения адаптивного предиктора, равно четырем.
Матричный предиктор с экспоненциально затухающей памятью целесообразно строить в тех случаях, когда имеется некоторая история прогнозируе-
мого процесса и желательно, чтобы вся информация с учетом распределения ее значимости была учтена при расчете прогнозных оценок Это замечание ориентирует на использование в адаптивном механизме модели принципа экспоненциального старения данных.
Используя те же самые обозначения, что и при построении базовой модели, экспоненциально взвешенный матричный предиктор может быть записан следующим образом:
, =(1-у)А1х<_, + /(!-/) А2х1_2 +-- + Г"'1 Арх(_р, (12)
где Ак- матричный предиктор, построенный по отклонениям наблюдений х, и х,_к, причем для любого к имеем
Х< = ^кХ1-к Х
Другими словами, предиктор Ак реализует расчет по средним темпам роста за к периодов. Таким образом, темп роста, задаваемый предиктором, складывается из средних темпов роста за р, р -1, . . ., 2, 1 периодов. Весовые коэффициенты каждой составляющей результирующего темпа роста распределены по экспоненциальному закону с затуханием от темпа роста, определенного по двум последним наблюдениям, до усредненного по всем наблюдениям. Параметр экспоненциального сглаживания у настраивается подбором по постпрогнозным ошибкам точно так же, как это рекомендовалось делать в предыдущей модели.
Матричный предиктор с экспоненциально затухающей памятью комбинированных тенденций - это такой предиктор, в котором матрица прямых и косвенных темпов прироста строится с учетом линейных и нелинейных тенденций в прогнозируемых показателях. Его построение, в отличие от предыдущего, требует предварительного логарифмирования тех показателей, которые имеют нелинейный рост.
Если в матричном предикторе с экспоненциально затухающей памятью ограничить число слагаемых, т.е. ограничить глубину памяти, то в его адаптивном механизме можно комбинировать экспоненциальное сглаживание и корректировку. Такой предиктор будем называть моделью с комбинированным адаптивным механизмом, которую по аналогии с (7)-(11) при введенных обозначениях:
- вектор, компоненты которого являются векторы прогнози-
руемых показателей с соответствующими запаздываниями;
А, =(А, А2 ... Ар) - блочная матрица, компонентами (блоками) которой являются предикторы, входящие в состав модели с экспоненциально затухающей памятью ограниченной глубины; '(1-у) О О
О 7(1 -у)
матрица весовых коэффициентов
ч Д - - Г ,
можно записать следующим образом: хг+1 - А/Гх,,
х1+и ~х1+и
А/+1 = _ ^ * У(+1 ^, Аг+1 +(1-а*)А/+1
(16) (1?)
где [а*\ + - а* )а<+1 | - матрица, с помощью которой осуществляется текущая адаптивная корректировка предиктора.
Как показали вычислительные эксперименты, результаты которых приведены в диссертационной работе, реализация идеи построения адаптивных модификаций базового предиктора оказалась весьма полезной в практике многомерных прогнозных расчетов. Адаптивные свойства предлагаемых моделей позволяют повысить точность и обеспечить требуемый уровень надежности прогнозных расчетов в случае использования очень коротких ретроспективных рядов. Все это ориентирует на использование данного аппарата в практике регионального прогнозирования: при разработке прогнозных вариантов, сценарных условий и оценке рисков прогнозных решений.
5. Имитационное моделирование с использованием адаптивных многомерных предикторов
Рассмотренные адаптивные многомерные предикторы позволяют получить всего лишь единственную по каждому показателю прогнозную траекторию. Несмотря на высокую точность постпрогнозных расчетов, которая обеспечивается, как правило, адаптивными моделями, ожидать совпадения будущей реальности с предсказанными значениями бесперспективно. Не случайно периодически появляются публикации, в которых в силу того, что случаи такого несовпадения встречаются гораздо чаще, чем совпадения, целесообразность любых прогнозных разработок ставится под сомнение.
И все же, несмотря на то, будут разрабатываться прогнозы или нет, будут ли использоваться специальные для этих целей методы прогнозирования или
предвидение будущего будет осуществляться по другим схемам, представление будущего является неотъемлемой частью любой, в том числе и прежде всего экономической, деятельности человека, поскольку оно является субъективным образом реализации его планов. Поэтому чтобы в субъективном образе доминировало рациональное начало, в прогнозных расчетах необходимо обеспечить адекватное отражение всего многообразия будущего. В практической плоскости эти идеи следует понимать как замену наиболее вероятных прогнозных вариантов на весь спектр возможных траекторий развития. Одним из способов, позволяющих реализовать подобную схему формирования образа будущего, является имитационное моделирование.
В соответствии с изложенными выше идеями для достижения высокого уровня подражания в вычислительной схеме имитационных расчетов нужно предусмотреть моделирование двух псевдослучайных векторов. Первый из этих векторов имитирует прирост показателей А = х, -х(Ч, а второй - отклонения
прогнозной оценки от предполагаемого фактического значения Д = х, Ч х,. Другими словами, оба контура обратной связи адаптивного механизма дожны бьггь заменены блоком моделирования псевдослучайных векторов. Принципиальная схема проведения имитационных расчетов по адаптивной модели с таким блоком изображена на рис. 3.
Р и с. 3 Принципиальная схема имитационных расчетов по адаптивной модели
Имитационная модель в поном объеме сохраняет адаптивные свойства прогнозной модели, но реализуются эти свойства в другом ключе. В отличие от экстраполяционных расчетов, в режиме имитации адаптивные преобразования модели ориентированы не на реально происходящие изменения, а на воспроизводимые случайным образом. Причем воспроизводятся не состояния моделируемого объекта, а отклонения от предполагаемого текущего состояния.
Приведем агоритмическое описание расчетов, реализуемых в рамках предлагаемого комбинированного подхода.
I. Набор данных, имеющихся на момент построения модели:
1. Динамика показателей:
х, =(*п Х2 = ("^21
Х, = <Л.
2. Ожидаемые темпы роста показателей, задаваемые как нормативные величины в виде диагональной матрицы
II. Обозначения:
1. Константы:
N - число имитационных экспериментов; т- число моделируемых переменных;
IЧ число наблюдений, используемых для построения прогнозной модели.
2. Экзогенно оцениваемые параметры и величины:
с?,, я,- математическое ожидание и среднеквадратическая ошибка случайной величины, характеризующей изменения абсолютных приростов /-го показателя (г = 1, т);
, 5, - математическое ожидание и среднеквадратическая ошибка случайной величины, характеризующей ошибку предсказания / -го показателя (1=1 ,т)\
W- матрица весовых коэффициентов м>ц, удовлетворяющих условию
и характеризующих вклад } -го показателя в прирост г-го. В некоторых случаях, когда число прогнозируемых переменных невелико, элементы матрицы XV могут быть настраиваемыми.
3. Настраиваемые параметры:
у- параметр адаптации, регулирующий в мультипликаторе соотношение старых и новых тенденций;
у Ч оптимальное значение параметра у;
Х12 "" Х1т) Х22 "' Х2т)
Х12 "' ХШ)
7\у) - критерий настройки параметра адаптации у.
/л - параметр, регулирующий комбинирование прямых и косвенных темпов прироста в матрице частных предикторов. В частных предикторах используется матрица М, элементы которой зависят от ц.
4. Псевдослучайные величины.
е'п - случайная величина, характеризующая прирост г-го показателя в момент t, имитируемая датчиком случайных чисел в / -м эксперименте;
е^ случайная величина, характеризующая ошибку предсказания / -го показателя в момент I, имитируемая датчиком случайных чисел в I -м эксперименте;
5. Процедура моделирования случайной величины.
Ф - процедура моделирования псевдослучайных чисел.
6. Формируемые матрицы и величины:
А,_к1 - прирост / -го показателя в момент I - к;
V,'"* - темп роста /-го показателя относительно у-го;
\(_к - матрица прямых и косвенных темпов роста;
А,_к - частный предиктор для периода 1-к\
Щ - случайная величина, характеризующая значение г-го показателя в момент / в 7-м имитационном эксперименте;
- случайная величина, характеризующая темп роста / -го показателя относительно у-го в 1-м имитационном эксперименте;
V,,- матрица прямых и косвенных темпов роста со случайными элементами, полученными в / -м имитационном эксперименте;
АД- текущий частный предиктор в 1-й имитационном эксперименте;
А(,- корректирующий предиктор в 1-м имитационном эксперименте;
8. Моделируемые переменные и величины:
х[ - вектор значений имитируемых в / -м эксперименте показателей в момент времени /;
х, - усредненный вектор значений прогнозируемых показателей;
Я,, - размах /-го показателя в момент времени рассчитанный по результатам имитационных экспериментов;
РД- риск недостижения заданных ориентиров. 1П. Вычислительная схема:
1. Построение частных предикторов адаптивной модели
Ь,-к,=х,-к,-х,-к-п> 1 = У,т, к^\,р, (18)
к = 1,р, к = \,р.
(20) (21)
А, ,=(1-М*\*У,^)-\
2. Настройка параметра адаптации предиктора по постпрогнозным расчетам-
х, =(1-7)А,х(_, +7(1 - Х)А(2_,х,_2 + Х +
у* = А^тш2(/). 3. Имитационные расчеты.
1 = рУ, _
Ху =хД +е'Д
11 <1 >
г, 7=1, и,
= Ай[0-Г)АЛ_, +7(1-Г)А(2_1х,_2 + + (34)
4. Статистическая обработка результатов имитационных экспериментов:
= ф(<*Д51), / = 1,т,
V, = |И в л
г',7 =1и,
= шах х,[ - тш Зс(', 7 /
о Ча ... о
рД = 1[яля( 1 - -хД))]Х (38)
Вычислительная схема модели представляет собой систему информационно-связанных между собой расчетных блоков. В первом из них осуществляется построение частных матричных предикторов адаптивной модели, настройка параметра сглаживания которой осуществляется во втором блоке. Третий блок является основным. В нем осуществляется вся последовательность операций по имитированию величин, представляющих собой варианты возможного развития экономики региона. В четвертом блоке результаты имитационных экспериментов обрабатываются как статистические данные. Полученные результаты используются в аналитических целях.
6. Адаптивно-имитационная модель для решения задач большой размерности
Рассмотренная выше модель была модифицирована для решения многомерных прогнозных задач, прежде всего задач регионального прогнозирования.
Особенностью модифицированной модели стало то, что прогнозные оценки агрегированных показателей рассчитываются по адаптивной модели без имитационных экспериментов. Это упрощает схему расчетов без снижения надежности прогнозных оценок, а также гарантирует инерционность агрегированных показателей (ВРП, выпуск товаров и услуг, объем инвестиций и др ). Поэтому все расчеты по данной группе показателей выделены в отдельный раздел, состоящий из трех блоков. Полученные в этом разделе оценки передаются в следующий раздел, где используются как оценки факторов, от которых зависят оценки дезагрегированных показателей 1-го уровня (промышленная продукция, продукция сельского хозяйства и др.).
Второй раздел вычислительной схемы предназначен для проведения имитационных расчетов. В нем предусмотрено шесть блоков. В первом блоке предусмотрена инициализация локальных констант, которая, по сути, делает весь этот раздел настраиваемым на любые размеры решаемых задач. Во втором блоке традиционно строятся частные предикторы адаптивной модели. В третьем блоке осуществляется настройка параметра адаптации. В качестве факторной (ресурсной) переменной в этой модели используются прогнозные оценки агрегированных показателей. Четвертый блок является основой данного раздела. В нем реализуются имитационные расчеты с использованием модели с разделенными переменными. В качестве случайных величин используются псевдослучайные числа с нормальным законом распределения. В самой вычислительной схеме не предусмотрены процедуры идентификации законов распределения случайных величин, но не исключается возможность использования любого распределения, определенного за рамками проводимых расчетов Пятый блок предназначен для формирования результатов имитационных экспериментов в виде оценки математического ожидания, размаха и вероятностного распреде-
ления ожидаемых значений прогнозируемых показателей. Наконец, в шестом блоке формируется вектор показателей, который используется в расчетах прогнозных оценок следующего периода.
В последнем третьем разделе осуществляется подготовка данных для проведения во втором разделе расчетов прогнозных оценок дезагрегированных показателей 2-го уровня (например, продукция растениеводства, продукция животноводства).
Верификация на реальных данных (прогнозирование основных показателей социально-экономического развития Воронежской области, см. табл ) показала, что разработанный в диссертации аппарат прогнозирования, действительно, может использоваться в практике массовых расчетов, имеющих место при формировании вариантов социально-экономического развития региона. Более того, применение этого аппарата вносит в прогнозные расчеты элементы системного подхода, что упорядочивает весь многоэтапный процесс и значительно повышает оперативность решения задач регионального прогнозирования.
Прогнозные оценки ВРП Воронежской области на 2006 г, мн р
В арианты
Показатели минималь- усреднен- макси-
ный ный мальный
Валовой региональный продукт - всего, 163556,25 164851,16 166381,81
в том числе добавленная стоимость по отраслям' промышленность сельское и лесное хозяйство 45399,82 20046,91 45489,38 20287,42 45684,95 20473,19
строительство 9254,67 9467,03 9684,84
транспорт и связь (рыночные услуги) торговля и общественное питание, оптовая торговля продукцией 15769,54 22843,99 15945,47 22978,65 16040,72 23155,93
производственно-технического назначения другие отрасли 42937,09 43177,84 43586,53
чистые налоги на продукты 7304,23 7505,37 7755,65
ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ
В диссертационной работе на основе выпоненных теоретических и прикладных исследований в области прогнозирования показателей социально-экономического развития региона были получены результаты и сформулированы выводы, заключающиеся в следующем:
1. Проведен анализ современного математического аппарата прогнозирования, который показал, что подавляющее большинство моделей и методов имеет ограниченную степень применимости для целей регионального прогнозирования.
2. Показано, что в современных условиях, когда ориентиры развития региона имеют прогнозный характер, возникает необходимость в реализации не только
контрольной функции за текущим состоянием объекта, но и в проведении пре-дикторного мониторинга динамики показателей социально-экономического развития региона.
3. Дано обоснование того, что достаточно высокий уровень надежности прогнозных траекторий социально-экономического развития столь сложной системы, как экономика региона, можно достигнуть путем создания адекватных этой сложности моделей на основе комбинирования адаптивного и имитационного подходов.
4. Предложен подход к решению прогнозных задач на уровне региона, при реализации которого учитывается неопределенность условий функционирования региона, их многообразие, а также многомерность прогнозируемых процессов и недостаточный объем фактографической информации.
5. Сформулированы ключевые идеи построения многомерных предикторов, обеспечивающих получение достаточно надежных прогнозных оценок показателей, между которыми существуют сложные взаимосвязи с неподтвержденной статистической значимостью.
6. Разработаны адаптивные варианты базового предиктора, позволяющие компенсировать ту ограниченность статистических наборов, которая затрудняет идентификацию устойчивых закономерностей при построении прогнозных моделей.
7. Модифицирована адаптивно-имитационная модель, что расширило сферу применения комбинированного подхода, сделав возможным его использование для решения многомерных прогнозных задач большой размерности.
8. Построена вычислительная схема адаптивно-имитационного прогнозирования многомерных процессов и на ее основе создана многоэтапная методика проведения многоуровневых прогнозных расчетов, предусматривающая отражение в динамике дезагрегированных показателей закономерностей, которым подчиняется динамика показателей более высокого уровня агрегирования.
Основные результаты опубликованы в следующих работах:
1. Давние В.В., Тинякова В.И., Зеленцова С.Ю. Прогнозирование социально-экономического развития региона: концепция и методы // Проблемы реформирования экономики России: Сб. статей Всерос. науч.-практ. конф. Воронеж: Воронеж, гос. ун-т, 2003. С. 246-255.
2. Давние В.В., Зеленцова С.Ю. Матричная модель прогнозирования бюд-жетоформирующих показателей региона // Механизмы развития социально-экономических систем региона: Материалы Междунар. науч.-практ. конф. Воронеж: Воронеж, гос. ун-т, 2003. С. 200-202.
3. Тинякова В.И., Зеленцова С.Ю. Принципы формирования сценарных условий в региональных прогнозах // Экономическое прогнозирование: модели и методы - 2004: Материалы Всерос. науч.-практ. конф. Воронеж: Воронеж, гос. ун-т, 2004. 4.1. С. 92-94.
4. Давние В.В., Тинякова В.И., Зеленцова С.Ю. Риски региональных прогнозов // Управление изменениями в социально-экономических системах: Сб.
статей Третьей Междунар. науч.-практ. конф. Воронеж : Воронеж, гос. ун-т, 2004. С. 42-48.
5. Зеленцова С.Ю. Многоуровневые прогнозные расчеты с использованием наиболее вероятных сценарных условий // Вузовская наука - региону: Материалы Третьей Всерос. науч.-техн. конф. Вологда: ВоГТУ, 2005. Т. 3. С. 174-177.
6. Борейко B.C., Зеленцова С.Ю., Кирьянчук В.Е. Анализ и прогнозирование социально-экономического развития региона // Экономическое прогнозирование: модели и методы: Материалы Междунар. науч.-практ. конф. Воронеж: Воронеж, гос. ун-т, 2005. 4.1. С. 128-137.
7. Давние В.В., Зеленцова С.Ю. Применение матричного предиктора в задачах имитационного моделирования показателей экономического развития региона // Теоретические основы и опыт стратегического планирования развития территорий: Материалы Междунар. науч.-практ. конф. Воронеж: Воронеж, гос. ун-т, 2005. С. 193-197.
8. Давние В.В., Зеленцова С.Ю. Многомерные прогнозы показателей, характеризующих расходы региона // Финансово-кредитные отношения и механизм их реализации: Сб. статей Регион, науч.-практ. конф. Воронеж: Воронеж. гос. ун-т, 2005. С. 23-27.
9. Зеленцова С.Ю., Тинякова В.И. Ключевые идеи построения многомерных предикторов социально-экономического развития региона // Новые технологии в управлении, бизнесе и праве: Материалы V Междунар. науч.-практ. конф. Невинномысск: ИУБиП, 2005. С. 74-77.
Подписано в печать 9.03.2006. Формат 60x84/16. Бумага для множительных аппаратов. Усл. печ.л. 1,0. Тираж 85 экз. Зак. №
Воронежский государственный технический университет 394026 Воронеж, Московский просп., 14
лS- 5 4 6 7
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Зеленцова, Светлана Юрьевна
Введение.
1. Теоретические основы прогнозирования 11 социально-экономического развития региона.
1.1. Роль прогнозирования в регулировании развития региона.
1.2. Общие положения разработки региональных прогнозов.
1.3. Современные модели и методы, применяемые в региональных перспективных расчетах.
2. Математический аппарат адаптивно-имитационного прогнозирования многомерных процессов.
2.1. Ключевые идеи построения многомерных предикторов.
2.2. Адаптивные варианты базового предиктора.
2.3. Имитационное моделирование с использованием адаптивных многомерных предикторов.
3. Методика проведения многомерных прогнозных расчетов на региональном уровне.
3.1. Сценарные условия функционирования экономики Воронежской области в 2006-2008гг.
3.2. Построение адаптивно-имитационных моделей для решения задач большой размерности.
3.3. Прогнозные расчеты основных показателей социально-экономического развития Воронежской области на 2006-2008гг.
Диссертация: введение по экономике, на тему "Разработка многомерных адаптивно-имитационных моделей прогнозирования социально-экономического развития региона"
Актуальность темы исследования. Роль прогнозирования в решении современных проблем экономики не только возросла, но и изменилась. Являясь обязательным элементом процесса принятия решения и находясь догое время в тесной взаимосвязи с планированием, в настоящее время прогнозирование оказалось доминантной составляющей этого процесса. Если раньше в управленческой деятельности, обращенной в будущее, дескриптивная функция выпонялась прогностикой, а нормативная - планированием, то в настоящее время, ориентируясь на методы регулирования, управление поностью отрицает директивность в реализации нормативного подхода.
Однако пугающая неопределенность будущего и связанные с ней реальные риски принимаемых решений в социальной и экономической сфере требуют указания хотя бы наиболее вероятных ориентиров, по которым целесообразно осуществлять движение в будущее. Разработка этих направлений официально закреплена за прогностикой в Федеральном Законе О государственном прогнозировании и программах социально-экономического развития Российской Федерации, принятом 20 июля 1995 года. Странно было бы, если бы эти изменения в принципах управления экономикой не стали отправной точкой новых исследований в прогностике.
Действительно интерес к исследованиям в этой области за последнее время значительно вырос. Появились новые взгляды на роль прогнозов в нашей жизни, новые прикладные направления, новые подходы, термины и методы. Несмотря на это, роль прогнозов недооценивалась в прошлом, недооценивается и сегодня, несмотря на то, что вопросов: Что будет? все больше и больше, а убедительных ответов все меньше и меньше. Преобладающая точка зрения о том, что прогнозные расчеты предшествуют принятию решения, дожна быть допонена пониманием необходимости упреждающего мониторинга, сопровождающего реализацию любого принятого решения и его последствий. Об этом красноречиво говорят результаты и события, к которым приводят некоторые законы, принятые в последнее время.
Особый интерес представляют исследования, посвященные методам и особенностям прогнозирования в таких прикладных областях, как финансовые рынки, маркетинг и маркетинговые исследования, финансовая стабильность, оценка рисков и т.д. Исследования подобного рода породили ряд результатов компиляционного характера, и это естественно. Необходимо время для адаптивного освоения задач и методов, которые были разработаны и применялись на западе, а теперь оказались пригодными для нашей экономики. Именно в результате этих исследований нам стали известны модели финансовой эконометрики, сложилось более поное представление о решении реальных задач по формированию портфеля ценных бумаг, стали применяться эконометрические модели нобелевских лауреатов.
Одновременно с исследованиями подобного типа делались попытки, и не безуспешные, получения оригинальных результатов, в том числе и на основе дальнейшего развития или модификации известных фактов. Все это положительные моменты, но движение к новым знаниям, новым методам и моделям отличается интенсивностью, одни разрабатываются с большей заинтересованностью, другие с меньшей, не все реальные потребности сбалансированы научным интересом.
К сожалению, по-прежнему остаются без заметного внимания проблемы разработки специального математического аппарата, обеспечивающего весь комплекс расчетов для региональных прогнозов. Короткие временные ряды и многомерность делают эту задачу мало доступной для формализованного решения. В практике прогнозных расчетов социально-экономического развития региона, по сути, используется метод, основанный на комбинировании научного подхода и искусства с доминированием последнего. Поэтому даже робкие шаги в этом направлении заслуживают внимания.
Изложенные обстоятельства предопределили актуальность и выбор темы диссертационного исследования, посвященного разработке многомерных адаптивно-имитационных моделей, которые обеспечивают получение достаточно надежных прогнозных оценок взаимосвязанных показателей социально-экономического развития региона.
Работа выпонялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета Математическое моделирование и информационные технологии в управлении экономическими процессами.
Степень разработанности проблемы. Актуальные региональные проблемы, связанные, в частности, с прогнозированием показателей социально-экономического развития региона, отражены в трудах А.Г. Аганбегяна, Т.В. Васиной, Ю.В. Вертаковой, А.Г. Гранберга, Е.В. Заровой, Э.Н. Кузьбожева, А.Д. Настенко, И.Е. Рисина, Т.Г. Розановой, Г.Р. Хасаева, Р.И. Шнипера и многих других.
Что касается разрабатываемых в диссертации моделей, то в основе их построения лежит триада: адаптивное прогнозирование, имитационное моделирование и матричные предикторы.
Создание аппарата адаптивного моделирования социально-экономических процессов было начато Р. Брауном, Р.Майером, И.И. Перельманом и продожено Н.С. Райбманом, В.М. Чадеевым, В.П. Бородюком, Э.К. Лецким, Ю.П. Лукашиным, Е.М. Левицким, П.А. Иващенко, А.С. Корхиным, В.В. Давнисом и другими.
Наиболее значимые работы по имитационному моделированию принадлежат В.Н. Бусленко, К.А. Багриновскому, А.А. Бакаеву, Г.Д. Казакевичу, Н.И. Костину, Г.В. Розанову, Н.В. Яровицкому, Р. Шеннону и другим.
Разработке адаптивно-имитационных моделей посвящены труды Е.М. Левицкого, В.В. Давниса. Прикладные возможности этих моделей для решения конкретных экономических задач были использованы в исследованиях И.Н. Бугаковой, В.И. Тиняковой.
Основополагающая идея построения детерминированного матричного предиктора принадлежит В.В. Давнису. Практическое применение такого предиктора в задачах моделирования прогнозных оценок социально-экономического развития региона можно найти в работах В.И. Тиняковой.
Однако, как уже отмечалось выше, ни в одной из работ до сих пор не была решена задача создания комплексной методики прогнозирования многомерных процессов, которая могла бы эффективно применяться на региональном уровне в условиях недостаточного объема фактографической информации.
Целью диссертационного исследования является развитие математического аппарата прогнозирования многомерных социально-экономических процессов на основе интерференции адаптивного подхода и имитационного моделирования.
Поставленная цель определила следующие задачи исследования: ^ анализ отечественных и зарубежных научных работ, посвященных различным аспектам социально-экономического прогнозирования; х исследование предикторной составляющей регулирования социальноэкономического развития региона; ^ обоснование необходимости осуществления предикторного мониторинга динамики развития региона; х изучение общих положений разработки региональных прогнозов; ^ оценка степени применимости математических моделей и методов для разработки региональных прогнозов; ^ формулировка ключевых идей построения многомерных предикторов; ^ разработка адаптивных вариантов базового матричного предиктора; ^ построение вычислительной схемы имитационного моделирования с использованием адаптивных многомерных предикторов; ^ модификация адаптивно-имитационных моделей для решения прогнозных задач большой размерности; ^ практического использование разработанного аппарата в прогнозных расчетах основных показателей социально-экономического развития Воронежской области. Объектом исследования являются процессы, протекающие в социально-экономической системе региона.
Предмет исследования - математический аппарат прогнозирования показателей, характеризующих социально-экономическое развитие региона.
Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам имитационного моделирования, адаптивного прогнозирования социально-экономических процессов, региональной экономики). Была использована статистическая информация, справочная и методическая литература, материалы периодической печати, нормативные и законодательные акты, а также ресурсы сети Интернет.
При выпонении диссертационной работы применялись методы адаптивного прогнозирования социально-экономических процессов, экономико-математическое, в т.ч. имитационное, моделирование, теория матриц.
Эмпирическую базу исследования составили официальные данные, полученные от Территориального органа Федеральной службы государственной статистики по Воронежской области и Главного управления экономического развития Администрации Воронежской области. Все эти данные были обработаны с использованием современного программного обеспечения.
Диссертационная работа выпонена в рамках п. 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни. паспорта специальности 08.00.13 - Математические и инструментальные методы
ЭКОНОМИКИ)).
Научная новизна исследования состоит в разработке адаптивно-имитационных моделей прогнозирования многомерных социально-экономических процессов, предусматривающих получение вероятностного распределения реальности упреждающих оценок. Научную новизну содержат следующие результаты диссертационного исследования: введено понятие предикторный мониторинг динамики развития региона, на основе которого проведена оценка степени применимости современных моделей и методов для разработки региональных прогнозов; развит математический аппарат прогнозирования:
- модифицирован детерминированный матричный предиктор: предложены его адаптивные варианты (матричный предиктор с экспоненциально затухающей памятью; матричный предиктор с экспоненциально затухающей памятью комбинированных тенденций; модель с комбинированным адаптивным механизмом) и построен матричный предиктор с разделенными переменными;
- разработаны многомерные адаптивно-имитационные модели; создана методика прогнозирования показателей, характеризующих социально-экономическое развитие региона.
Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском государственном университете; Всероссийской научно-практической конференции Проблемы реформирования экономики России (Воронеж, 2003); Международной научно-практической конференции Механизмы развития социально-экономических систем региона (Воронеж, 2003); Всероссийской научно-практической конференции Экономическое прогнозирование: модели и методы-2004 (Воронеж, 2004); Третьей Международной научно-практической конференции Управление изменениями в социально-экономических системах (Воронеж, 2004); Третьей Всероссийской научно-технической конференции Вузовская наука - региону (Вологда, 2005); Международной научно-практической конференции Экономическое прогнозирование: модели и методы (Воронеж, 2005); V Международной научно-практической конференции Новые технологии в управлении, бизнесе и праве (Невинномысск, 2005).
На защиту выносятся следующие положения: понятие предикторный мониторинг динамики развития региона. Введение этого понятия расширяет представление как о функциях мониторинга, так и функциях прогнозирования и ориентирует на проведение прогнозных расчетов в режиме мониторинга, обеспечивая тем самым своевременность принятия упреждающих решений; адаптивные варианты матричного предиктора, позволяющие получать достаточно надежные прогнозные оценки по коротким временным рядам и являющиеся обязательными составляющими многомерных адаптивно-имитационных моделей; вычислительная схема имитационного моделирования с использованием адаптивных многомерных предикторов, которая обеспечивает возможность проведения многовариантных прогнозных расчетов с вероятностной оценкой достижения желаемых результатов. Ее использование способствует формированию наиболее поного представления о возможных состояниях социально-экономической системы региона; матричный предиктор с разделенными переменными (переменные первой группы - целевые, представляют собой показатели, характеризующие результаты функционирования экономического объекта, а переменные второй группы - ресурсные - потенциальные возможности этого объекта), составляющий основу методики прогнозирования многомерных процессов; ж методика, обеспечивающая проведение комплекса прогнозных расчетов показателей социально-экономического развития региона. В отличие от существующих, данная методика может эффективно применяться при недостаточном объеме фактографической информации в условиях, когда обоснованность принимаемых решений напрямую зависит от того, насколько точно в прогнозных оценках отражена взаимосвязь моделируемых процессов.
Практическая значимость работы выражается в создании на основе разработанных многомерных адаптивно-имитационных моделей методики прогнозирования показателей социально-экономического развития региона. Эта методика была использована Главным управлением экономического развития Администрации Воронежской области при прогнозировании развития районов области на 2006г., что подтверждается актом внедрения.
Отдельные результаты диссертационного исследования можно использовать при подготовке экономистов и менеджеров в курсах: Модели и методы социально-экономического прогнозирования, Имитационное моделирование, Региональная экономика.
Публикации. По теме диссертационного исследования опубликовано 9 печатных работ. В работах, выпоненных в соавторстве, соискатель: сформулировал принципы формированиях сценарных условий; предложил процедуру расчета вероятности, с которой реализуется тот или иной прогнозный вариант; описал этапы проведения многоуровневых прогнозных расчетов; сформулировал основные идеи построения многомерных предикторов; обосновал возможность применения матричного предиктора в задачах имитационного моделирования показателей социально-экономического развития региона; осуществил многомерные прогнозные расчеты расходов Воронежской области.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 150 наименований и приложения (акта внедрения). Основной текст изложен на 147 страницах машинописного текста, содержит 12 таблиц, 5 рисунков.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Зеленцова, Светлана Юрьевна
ЗАКЛЮЧЕНИЕ
В диссертационной работе на основе выпоненных теоретических и прикладных исследований в области прогнозирования показателей социально-экономического развития региона были получены результаты и сформулированы выводы, заключающиеся в следующем:
1. Проведен анализ современного математического аппарата прогнозирования, который показал, что подавляющее большинство моделей и методов имеет ограниченную степень применимости для целей регионального прогнозирования.
2. Показано, что в современных условиях, когда ориентиры развития региона имеют прогнозный характер, возникает необходимость в реализации не только контрольной функции за текущим состоянием объекта, но и в проведении предикторного мониторинга динамики показателей социально-экономического развития региона.
3. Дано обоснование того, что достаточно высокий уровень надежности прогнозных траекторий социально-экономического развития столь сложной системы, как экономика региона, можно достигнуть путем создания адекватных этой сложности моделей на основе комбинирования адаптивного и имитационного подходов.
4. Предложен подход к решению прогнозных задач на уровне региона, при реализации которого учитывается неопределенность условий функционирования региона, их многообразие, а также многомерность прогнозируемых процессов и недостаточный объем фактографической информации.
5. Сформулированы ключевые идеи построения многомерных предикторов, обеспечивающих получение достаточно надежных прогнозных оценок показателей, между которыми существуют сложные взаимосвязи с неподтвержденной статистической значимостью.
- 1476. Разработаны адаптивные варианты базового предиктора, позволяющие компенсировать ту ограниченность статистических наборов, которая затрудняет идентификацию устойчивых закономерностей при построении прогнозных моделей.
7. Модифицирована адаптивно-имитационная модель, что расширило сферу применения комбинированного подхода, сделав возможным его использование для решения многомерных прогнозных задач большой размерности.
8. Построена вычислительная схема адаптивно-имитационного прогнозирования многомерных процессов и на ее основе создана многоэтапная методика проведения многоуровневых прогнозных расчетов, предусматривающая отражение в динамике дезагрегированных показателей закономерностей, которым подчиняется динамика показателей более высокого уровня агрегирования.
Диссертация: библиография по экономике, кандидат экономических наук , Зеленцова, Светлана Юрьевна, Воронеж
1. А и т о в Н. А. Социальное развитие регионов / Н.А. Аитов. М.: ИЧП Изд-во Магистр, 1998. - 320 с.
2. А й в а з я н С. А. Прикладная статистика и основы эконометрики: Учеб. / С.А. Айвазян, B.C. Мхитарян. М.: ЮНИТИ, 1998. - 220 с.
3. Анализ и прогнозирование экономики региона / Отв. Ред. В.П. Чичка-нов и П.А. Минакер. М.: Наука, 1984. - 271 с.
4. Афанасьев В. Н. Анализ временных рядов и прогнозирование: Учебник / В.Н. Афанасьев, М.М. Юзбашев. М.: Финансы и статистика, 2001.-228 с.
5. Афанасьев В. Н. Эконометрика: Учеб. / В.Н. Афанасьев, М.М. Юзбашев, Т.П. Гуляева. М.: Финансы и статистика, 2005. - 256 с.
6. Багри новский К. А. Моделирование процессов адаптации экономических систем / К.А. Багриновский, Н.Н. Тренев // Экономика и математические методы. 1999.-т. 35,-№2.-С. 138-150.
7. Бакаев А. А. Имитационные модели в экономике / А.А. Бакаев, Н.И/ Костин, Н.В. Яровицкий. Киев: Наукова Думка, 1978.
8. Б а р б а к о в О. М. Регион как объект управления / О.М. Барбаков // Социологические исследования. 2002. - №7. - С. 97.
9. Басовский JI. Е. Прогнозирование и планирование в условиях рынка: Учеб. пособие/JI.E. Басовский.-М.: ИНФРА-М, 2001.-260с.
10. П.Белман Р. Принятие решений в расплывчатых условиях / Р. Белман, Л.Заде. В кн: Вопросы анализа и процедуры принятия решений. - М.: Мир, 1976.-С. 172-215.
11. Б естужев-Лада И. В. Социальное прогнозирование. Курс лекций / И.В. Бестужев-Лада. М.: Педагогическое общество России, 2002. - 392 с.
12. Б и л ь ч а к B.C. Региональная экономика / B.C. Бильчак, В.Ф. Захаров. -Калининград: Янтар. сказ, 1998. 316 с.
13. Б ольшой экономический словарь / Под ред. А.Н. Азри-лияна. М.: Фонд Правовая культура, 1994. - 528 с.
14. Б о р и с о в A. Н. Принятие решений на основе нечетких моделей. Примеры использования / А.Н. Борисов, O.A. Крумберг, И.П. Федоров. Рига: Зинатне, 1990.-184 с.
15. Бугакова И. Н. Адаптивно-имитационное моделирование прогнозных оценок предкризисных ситуаций / И.Н. Бугакова, В.В. Давние // Энергия. 2001. - № 4(46). - С. 100-105.
16. Б у с л е н к о В. Н. Автоматизация имитационного моделирования сложных систем / В.Н. Бусленко. М.: Наука, 1977.
17. В ертакова Ю. В. Прогнозирование и индикативное планирование в регионе: Учеб. пособие / Ю.В. Вертакова, Э.Н. Кузьбожев, Е.В. Самофа-лова. Курск: Курск, гос. техн. ун-т, 2001. - 124 с.
18. Владимирова JL П. Прогнозирование и планирование в условиях рынка. Учеб. пособие / Л.П. Владимирова. М.: Дашков и К, 2001. - 308с.
19. Глазьев С. Ю. Проблемы прогнозирования макроэкономической динамики / С.Ю. Глазьев // Экономика и математические методы. 1999. - т. 35. - №3. - С.122-136.
20. Г л и к м а н Н. Эконометрический анализ региональных систем / Н. Гликман. М.: Прогресс, 1980.
21. Г л у х о в В. В. Математические методы и модели для менеджмента: Учеб. / В.В. Глухов, М.Д. Медников, С.Б. Коробко. СПб.: Лань, 2005. -528 с.
22. Г л у щ е н к о В. В. Разработка управленческого решения. Прогнозирование. Планирование. Теория проектирования экспериментов / В.В. Глу-щенко, И.И. Глущенко. г. Железнодорожный, Моск. обл.: ТОО НПЦ Крылья, 1997.-400 с.
23. Г л у щ е н к о В.В. Исследование систем управления: социологические, экономические, прогнозные, плановые, экспериментальные исследования
24. В.В. Глущенко, И.И. Глущенко. г. Железнодорожный, Моск. обл.: ТОО НПЦ Крылья, 2000. - 416 с.
25. Г о р е л и к Н. А. Адаптация при прогнозировании экономических показателей методом экспоненциального сглаживания / Н.А. Горелик, А.А. Френкель // Экономика и математические методы, 1981. Т. XVII. Вып. 6.
26. Г о р с т к о А. В. К вопросу о содержании понятия лимитационное моделирование / А.В. Горстко // Имитационное моделирование экономических систем. М.: Наука, 1978.
27. Г о р о д н и ч е в П. Н. Финансовое и инвестиционное прогнозирование: Учеб. пособие / П.Н. Городниче, К.П. Городничева. М.: Экзамен, 2005. -224 с.
28. Г о р ч а к о в А. А. Методы экономико-математического моделирования и прогнозирования: Учеб. пособие / А.А. Горчаков, И.В. Орлова, В.А. Половников. М.: ВЗФЭИ, 1991. - 92 с.
29. Г р а н б е р г А. Г. Основы региональной экономики: Учеб. / А.Г. Гран-берг. М.: ГУ ВШЕ, 2004. - 495 с.
30. Гранберг А. Г. Оценка потенциальных очагов региональных кризисных ситуаций / А.Г. Гранберг, Б.М. Штульберг и др. М.: СОПСиЭС, 1997.
31. Д а в н и с В. В. Прогноз и стратегический выбор: Монография / В.В. Давние, Е.К. Нагина, В.И. Тинякова, В.А. Ищенко. Воронеж: Воронеж, гос. ун-т, 2004. - 216 с.
32. Д а в н и с В. В. Адаптивное прогнозирование: модели и методы: Монография / В.В. Давние. Воронеж: Воронеж, гос. ун-т, 1997. - 196 с.
33. Д р е й п е р Н. Прикладной регрессионный анализ / Н. Дрейпер, Г. Смит.- М.: Статистика, 1973. 394 с.
34. Д о у г е р т и К. Введение в эконометрику: Учеб. / К. Доугерти. М.: ИНФРА-М, 2004. - 2004 с.
35. Дуброва Т. А. Статистические методы прогнозирования: Учеб. пособие для вузов / Т.А. Дуброва. М.: ЮНИТИ-ДАНА, 2003. - 206 с.
36. Е в л а н о в J1. Г. Экспертные оценки в управлении / Л.Г. Евланов, В.А. Кутузов. М.: Экономика, 1978. - 133 с.
37. Е в ч е н к о А. В. Исследование и регулирование регионального развития с использованием комплексных социально-экономических индикаторов: Монография. Курск: Курск, гос. техн. ун-т, 2004. - 203 с.
38. Е в ч е н к о А. В. Прогнозирование и программирование социального развития региона в переходной экономике: ресурсный подход: Монография / А.В. Евченко, Э.Н. Кузьбожев. Курск: РОСИ, 2000. - 216 с.
39. Е г о р о в В. В. Прогнозирование национальной экономики: Учеб. пособие / В.В. Егоров, Г.А. Парсаданов. М.: ИНФРА-М, 2001. - 184с.
40. Е р м а к о в С. М. Метод Монте-Карло и смежные вопросы / С.М. Ермаков. М.: Наука, 1971.
41. И в а х н е н к о А. Г. Догосрочное прогнозирование и управление сложными системами / А.Г. Ивахненко. Киев: Техника, 1975. - 312 с.
42. Иващенко П. А. Адаптация в экономике / П. А. Иващенко. Ч X.: Вища шк. Изд-во при Харьк. ун-те, 1986. 144 с.
43. Индикаторы устойчивого развития Воронежской области / Под ред. В.Н. Эйтингона. Воронеж: Истоки, 2003. - 28 с.
44. К аталог статистических показателей на сайте Федеральной службы государственной статистики: Ссыка на домен более не работаетp>
45. К ильдишев Г. С. Анализ временных рядов и прогнозирование / Г.С. Кильдишев, А.А. Френкель. -М.: Статистика, 1973.
46. Клейнен Д ж. Статистические методы в имитационном моделировании / Дж. Клейнен. М.: Статистика, 1978.
47. К о б е л е в Н. Б. Основы имитационного моделирования сложных экономических систем: Учеб. пособие / Н.Б. Кобелев- М.: Дело, 2003.- 336 с.
48. Коротков Э. М. Исследование систем управления / Э.М. Коротков. -М.: ООО Изд.-консат. комп. ДеКа, 2000. 279 с.
49. К о т и л к о В. В. Региональное прогнозирование / В.В. Котико, И.И. Санин. -М: Сатурн-С, 2001.- 186 с.
50. К о ф м а н А. Введение в теорию нечетких множеств / А. Кофман. М.: Радио и связь, 1982. - 432 с.
51. К р а в ч е н к о Т. К. Методы и модели описания неформализованных процедур в процессе разработки плана / Т.К. Кравченко. М.: Высшие экономические курсы при Госплане СССР, 1989. - 126 с.
52. Краткосрочное прогнозирование регионального развития в условиях непоной информации / Под ред. Абегова М.М. М.: Эдиториал УРСС.-2001.- 160 с.
53. К с е н о ф о н т о в М. Ю. Теоретические и прикладные аспекты догосрочного прогнозирования / М.Ю. Ксенофонтов // Проблемы прогнозирования. 2002. - № 2.
54. К у р о п а т к и н П. В. Оптимальные и адаптивные системы: Учеб. пособие для вузов / П.В. Куропаткин. М.: Высш. школа, 1980. - 287 с.
55. JT а р и ч е в О. И. Теория и методы принятия решений, а также Хроника событий в Вошебных странах: Учеб. / О.И. Ларичев. М.: Логос, 2002. -392 с.
56. Л е в и ц к и й Е. М. Адаптация и моделирование экономических систем / Е.М. Левицкий. Новосибирск: Наука, 1978. - 208 с.
57. Л и с и ч к и н В. А. Теория и практика прогностики / В.А. Лисичкин. -М.: Наука, 1972.-224 с.
58. Л и т в а к Б. Г. Экспертная информация: Методы получения и анализа / Б.Г. Литвак. М.: Радио и связь, 1982. - 184 с.
59. Льюис К. Д. Методы прогнозирования экономических показателей / К.Д. Льюис. М.: Финансы и статистика, 1986. - 132 с.
60. М а г н у с Я. Р. Эконометрика: Учеб. / Я.Р. Магнус, П.К. Катышев, А.А. Пересецкий. М.: Дело, 2004. - 576 с.
61. М акарова Е. А. Моделирование и прогнозирование экономических процессов: Уч.-метод. пособие / Е.А. Макарова. Вогоград: Изд-во Вол-гогр. гос. ун-та, 2002. - 245с.
62. М а н н а п о в Р. О формировании стратегии экономического развития региона (теоретические и практические аспекты) / Р. Маннапов // Экономика и управление. 2000. -№1. - С. 9-14.
63. М а т р у с о в Н. Д. Региональное прогнозирование и региональное развитие России / Матрусов Н.Д. М.: Наука, 1995. - 221 с.
64. Методологические проблемы анализа и прогноза краткосрочных процессов / Под ред. Т.В. Рябушкина и А.А. Френкеля. М.: Наука, 1979.-328 с.
65. Моделирование состояния и прогнозирование развития региональных экономических и энергетических систем / Под ред. А.И. Татар-кина, А.А. Макарова. М.: Экономика, 2004. - 462 с.
66. Морозова Т. Г. Прогнозирование и планирование в условиях рынка: Учеб. пособие для вузов / Т.Г. Морозова, А.В. Пикулин, В.Ф. Тихонов-М.: ЮНИТИ-ДАНА, 1999. 318с.
67. Н айбороденко Н. М. Прогнозирование и стратегия социального развития России / Н.М. Найбороденко. М.: Маркетинг, 2003. - 352 с.
68. Н а с т е н к о А. Д. Прогнозирование отраслевого и регионального развития / А.Д. Настенко, Т.В. Васина. М.: Гелиос АРВ, 2002. - 144 с.
69. Н е к р а с о в Н. Н. Региональная экономика: теория, проблемы, методы / Н.Н. Некрасов. М.: Экономика, 1978. - 343 с.
70. Н о с к о В. Анализ прогнозных свойств структурных моделей и моделей с включением результатов опросов предприятий / В. Носко, А. Бузаев, П. кадочников, С. Пономаренко. М.: Институт экономики переходного периода, 2003. - 220 с.
71. О р е ш и н В. П. Управление региональной экономикой / В.П. Орешин, Л.В. Потапов. -М.:Теис, 2003. 330 с.
72. О с н о в ы экономического и социального прогнозирования: Учеб. пособие / Под ред. Е.А. Олейникова. М.: РЭА им. Г.В. Плеханова, 1998.
73. П а р с а д а н о в Г. А. Прогнозирование национальной экономики: Учеб. / Г.А. Парсаданов, В.В. Егоров. М.: Высш. Шк., 2002. - 304 с.
74. П е р м и н о в С. Б. Имитационное моделирование процессов управления в экономике / С.Б. Перминов. Новосибирск: Наука, 1981. - 214с.
75. Петраков Н. Я. Факторы неопределенности и управления экономическими системами / Н.Я. Петраков, В.И. Ротарь. М.: Наука, 1985.
76. Прогнозирование и планирование социально-экономического развития России и ее регионов: Монография / Под ред. Э.Н. Кузьбожева и Ю.В. Вертаковой. Курск: Курск, гос. техн. ун-т, 2003. - 316 с.
77. Прогнозирование и планирование экономики / Под общ. ред. В.И. Борисевича, Г.А. Кандауровой. М.: Интерпрессервис, 2001. - 380 с.
78. Прогнозирование социально-экономического развития региона: вопросы теории и методики / А.Г. Гранберг, В.Я. Феодоритов, Т.А. Федорова и др.; отв. ред. А.В. Кольцов, Т.А. Федорова. М.: Наука, 1981. -178 с.
79. Прогнозирование социально-экономического развития регионов в условиях рынка / Редкол.: А.Н. Петров и др. Чебоксары: Вого-Вятский регион. Центр Ассоциация содействия вузам, 1996. - 228 с.
80. Пчелинцев О. С. Проблемы социально-экономического обоснования региональной политики / О.С. Пчелинцев // Проблемы прогнозирования. -2002.-№ 1.
81. Пчелинцев О.С. Регионы России: современное состояние и проблема перехода к устойчивому развитию / О.С. Пчелинцев // Проблемы прогнозирования. 2001. - № 1.
82. П у з и к о в О. С. Курс лекций по социально-экономическому прогнозированию / О.С. Пузиков. Ростов-на-Дону: Ростов, гос. строит, ун-т. -2000.- 123 с.- 15699. Рабочая книга по прогнозированию / Под ред. Бестужева-Лада. -М.: Мысль, 1982.-430с.
83. Р а й б м а н Н. С. Адаптивные модели в системах управления / Н.С. Райбман, В.М. Чадеев. -М.: Советское радио, 1966. 157с.
84. Р а й ф а Г. Анализ решений. Введение в проблему выбора в условиях неопределенности / Г. Райфа. М.: Наука, 1977. - 408 с.
85. Р е г у ш Л. А. Психология прогнозирования: успехи в познании будущего / Л.А. Регуш. Спб.: Речь, 2003. - 352 с.
86. Розанова Т. Г. Экономика региона: теория и практика: Монография / Т.Г. Розанова. М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. - 360 с.
87. Р о м а н е н к о И. В. Социальное и экономическое прогнозирование: Конспект лекций / И.В. Романенко. СПб.: Изд-во Михайлова В.А., 2000. - 64 с.
88. С а у ш е в А. В. Экспертный анализ. Методы теории эксперимента / А.В. Саушев. СПб.: Питер, 1996.
89. С а я п о в а А. Р. Таблица затраты-выпуск в анализе и прогнозировании структурных параметров экономики региона / А.Р. Саяпова // Проблемы проогнозирования. 2004. - № 16.
90. С и г е л Э. Ф. Практическая бизнес-статистика / Э.Ф. Сигел. М.: Вильяме, 2002,- 1056 с.
91. Сидельников Ю. В. Теория и организация экспертного прогнозирования / Ю.В. Сидельников. М.: ИМЭМО АН СССР, 1990. - 196 с.
92. С к в и р с к и й В. Я. Экспертиза: теория, технология, практика / В.Я. Сквирский. -М.: Прогресс, 1994.
93. Словарь современной экономической теории Макмилана. М.: ИНФРА-М, 2003.-608 с.
94. Смирнов Н. Н. Прогнозирование национальной экономики: Учеб. пособие / Н.Н. Смирнов. СПб.: Изд-во С.-Петерб. ун-та экономики и финансов, 1996.- 120с.
95. С о б о л ь И. М. Метод Монте-Карло / И.М. Соболь. М.: Наука, 1968. -64 с.
96. Статистическое моделирование и прогнозирование / Учеб. пособие для экон. спец. вузов. Г.М. Гамбаров и др.; Под ред. А.Г. Гранберга. -М.: Финансы и статистика, 1990. -382с.
97. С у в о р о в А. В. Система макроэкономических балансов для прогнозирования экономики региона / А.В. Суворов, М.Ю. Горст // Проблемы прогнозирования. 2003. - №4 .
98. С у в о р о в А. В. Методы построения макроэкономических сценариев социально-экономического развития / А.В. Суворов // Проблемы прогнозирования. 1993.-№ 4. - С. 27-39.
99. Т е й л Г. Экономические прогнозы и принятие решений / Г. Тейл. -М.: Статистика, 1971.-488 с.
100. Теневая экономика региона: диагностика и меры нейтрализации / Под ред. А.И. Татарскина, Р.Ф. Яковлева. М.: Экономика, 2004.
101. Теория прогнозирования и принятия решений: Учеб. пособие / Под ред. С.А. Саркисяна. М.: Высш. школа, 1977. - 351 с.
102. Тихомиров Н. П. Эконометрика / Н.П. Тихомиров, Е.Ю. Дорохина. М.: Экзамен, 2003. - 512 с.
103. Т р у х а е в Р. И. Модели принятия решений в условиях неопределенности / Р.И. Трухаев. М.: Наука, 1981.-258 с.
104. Федеральный закон О государственном прогнозировании и программах развития Российской Федерации от 20 июля 1995г., №115-ФЗ. // Собрание законодательства РФ. 1995. - № 30.
105. Фомин В. Н. Адаптивное управление динамическими объектами / В.Н. Фомин, A.JI. Фрадков, В.А. Якубович. -М.: Наука, 1981.-448 с.
106. Ф о р р е с т е р Д. Динамика развития города / Д. Форрестер. М.: Прогресс, 1974. - 285 с.
107. Ф р е н к е л ь А. А. Прогнозирование производительности труда: методы и модели / А.А. Френкель. М.: Экономика, 1989.
108. X а н к Д. Э. Бизнес-прогнозирование / Пер. с англ. / Д.Э. Ханк, Д.У. Уичерн, А.Дж. Райте. М.: Вильяме. - 656 с.
109. X а с а е в Г. Р. Технология прогнозирования регионального развития: опыт разработки и использования / Г.Р. Хасаев, В.А. Цыбатов. // Проблемы прогнозирования. 2002. - № 3. - С. 65-84.
110. Хасаев Г. К применению автоматизированных средств прогнозирования регионального развития / Г. Хасаев, В. Цыбатов, Е. Поварова // Российский экономический журнал. 2000. - № 2. - С. 79-86.
111. Ц и г и ч к о В. Н. Прогнозирование социально-экономических процессов / В.Н. Цигичко. М.: Финансы и статистика, 1986.
112. Шапот Д. В. Двухсекторная имитационная модель прогнозирования развития экономики / Д.В. Шапот, А.В. Осипов // Проблемы прогнозирования. 2001. - №4. - С. 74-83.
113. Ш е л о б а е в С. И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. пособие / С.И. Шелобаев. М.: ЮНИТИ-ДАНА, 2000.-367 с.
114. Ш е н н о н Р. Имитационное моделирование систем искусство и наука / Р. Шеннон. - М.: Мир, 1978.
115. Шибакин О. Ю. Проблемы и методы построения сценариев социально-экономического развития / О.Ю. Шибакин. М.: Наука, 1992. -176 с.- 159139. Ш н и п е р Р. И. Регион: экономические методы управления / Р.И. Шнипер. Новосибирск: Наука, 1991.
116. Ш т у л ь б е р г Б. М. Региональная политика России: теоретические основы, задачи и методы реализации / Б.М. Штульберг, В.Г. Введенский. М.: Гелиос, 2000. - 208 с.
117. A m е m i у а Т. Qualitative response models: a survey / Т. Amemiya // Journal of Economic Literature. 1981. - V. 19, № 4. - Pp. 1483-1536.
118. В г о w n R. G. Smoothing, Forecasting and Prediction of Discrete Time series / R.G. Brown // Englewood Cliffs, New Jersy: Prentice Hall, 1963.
119. В г о w n R. G. The Fundamental Theorem of Exponential Smoothing / R.G. Brown, R.F. Meyer // Operation Research, 1961. Vol. 5, № 5.
120. Cox D. R. The analysis of binary data, 2nd ed. / D.R. Cox, E.J. Snell. -London: Chapman and Hall, 1989.
121. G r e e n W. H. Econometric Analysis, 4th ed. / W.H. Green. Macmillian Publishing Company, 2000. - 1004p.
122. L a h i r i S. B. Modified approach to Trigg and Leach'e adaptive response rate model / S.B. Lahiri // Computer and Operation Researches, 1979. V. 6, № 1.
123. M a d d a 1 a G. S. Introduction to Econometrics. 3rd ed. / G.S. Maddala. -New York: John Wiley & Sons Ltd., 2001. 636 p.
124. Stern S. Simulation-based Estimation / S. Stern П Journal of Economic Literature. Vol. 35, № 4 (Dec. 1997). - pp. 2006-2039.
125. T о f f 1 e r A. Future Shock / A. Toffler. New York: Bantam Book, 1985.
Похожие диссертации
- Государственное регулирование социально-экономического развития муниципального образования
- Разработка модели экономического развития региона на основе исследования взаимодействий промышленно-экономического комплекса и бюджетно-финансовой системы
- Формирование программ социально-экономического развития сельских территорий
- Догосрочное прогнозирование социально-экономического развития региона в условиях перехода на инновационную модель экономики
- Налоговая политика как инструмент управления социально-экономическим развитием Российской Федерации