Geum.ru

Инструментальные средства Имитационного анализа сложных экономических процессов и систем

Вид материалаДокументы
Подобный материал:

инструментальные средства Имитационного анализа сложных экономических процессов и систем

Lebedeva L.N.


Наше время характеризуется возросшим интересом к научному объяснению природы процессов, происходящих в современной экономике. Глобальный экономический кризис продемонстрировал не только несостоятельность современной модели мировой экономической системы, но и кризис современной экономической теории.

Экономические модели, используемые для объяснения происходящих процессов, выработки экономической политики, для прогнозирования состояния экономики оказались малоэффективными. Неожиданность кризиса для многих экономистов, которые давали оптимистические прогнозы развития мировой и национальных экономик непосредственно перед его началом, вызывают сомнения в адекватности используемых ими теорий и моделей.

Естественно, что в сложившихся условиях экономическая теория стала объектом критики со стороны представителей других наук. Один из примеров такой достаточно жесткой критики – статья французского физика Бушо[1], который, в частности, указывает на принципиальное отличие подходов современной экономики от естественных наук: «Если эксперимент не согласуется с предложенной моделью, то ее необходимо либо исправить, либо вообще отбросить, какой бы красивой и математически совершенной она ни была. Подобный подход совершенно не используется в экономике, где все модели утвердились в качестве непререкаемых истин».

Причину сложившейся ситуации Бушо видит в системе подготовки экономистов. По его мнению, студентов-экономистов учат лишь слепо использовать полученные знания, не задумываясь о смысле того, что они делают. Можно не соглашаться с жесткостью таких высказываний, акцентировать внимание на принципиальных отличиях социально-экономических систем от физических, но проблема, безусловно, существует.

Одно из направлений преодоления противоречий между сложностью современных экономических систем и подходами к их изучению и анализу, на мой взгляд, - это формирование у студентов-экономистов системного мышления [2] на ранних этапах обучения и расширение набора инструментальных средств анализа социально-экономических систем.

Экономические системы - это сложные системы с большим количеством обратных связей. Построение математических моделей таких систем, как правило, является непростой задачей, так как количество переменных очень велико, а связи между ними неочевидны.

Для построения моделей сложных систем с многочисленными обратными связями Дж.Форрестер предложил метод системной динамики [3].

Основа построения имитационной модели в соответствии с этим подходом – определение всех петель положительной и отрицательной обратной связи, описание их взаимодействий, построение потоковых диаграмм.

Инструментальная поддержка данного подхода реализована в ряде сред визуального моделирования: VenSim, PowerSim, iThink, AnyLogic. Все перечисленные системы предоставляют средства для визуального построения моделей и проведения имитационного эксперимента. Наличие интегрированной среды с интуитивно понятным интерфейсом в упомянутых системах позволяет сосредоточиться непосредственно на построении модели, не отвлекаясь на детали реализации имитационного эксперимента и визуализации его результатов.

Поскольку экономические системы, изучаемые с позиций системной динамики, - это динамические системы, то математические модели таких систем – это системы дифференциальных уравнений. Естественно, для построения и анализа моделей таких систем можно использовать MATLAB/Simulink, MathCAD или другие универсальные системы. Такой подход часто предлагается специалистами, получившими математическое или техническое образование. Но, как показывает практика, экономистам эти системы кажутся сложными.

Использование систем VenSim, PowerSim, iThink, AnyLogic, в подготовке студентов-экономистов является более предпочтительным. Эти программы изначально ориентированы на моделирование экономических и социальных систем, в них поддерживается нотация взаимодействующих фондовых потоков.

Системная динамика – лишь один из подходов, используемых в имитационном моделировании. То, что в данной работе именно он поставлен на первое место, определяется ролью данного подхода в формировании системного мышления. Системная динамика использует высокий уровень агрегирования и абстракции, большое внимание в рамках данного подхода уделяется выделению причинно-следственных связей и их наглядному представлению.

Не случайно в ведущих бизнес-школах США слушателям предлагаются курсы системной динамики. Модели системной динамики успешно применяются в современной экономической теории и практике: в стратегическом менеджменте и оптимизации бизнес-процессов, в исследовании причин возникновения бизнес-циклов, для анализа макроэкономических процессов.

Самый распространенный подход в современном имитационном моделировании - дискретно-событийное моделирование мы оставим за рамками наших рассмотрений, так как он, в основном, используется для детального анализа микроэкономических систем и бизнес-процессов. Инструментов для реализации дискретно–событийного подхода предлагается очень много – счет идет на сотни, и, возможно, главная задача в процессе обучения – дать навыки работы с одной из систем и рекомендации по выбору программной системы для решения конкретной задачи.

Агентное моделирование – относительно новый, приобретающий все большую популярность подход к имитационному анализу социально-экономических систем. В соответствии с данным подходом система может быть представлена как совокупность взаимодействующих подсистем-агентов. Моделируя поведение отдельных элементов системы, задавая сценарии их взаимодействия, мы можем исследовать закономерности поведения глобальной системы, анализировать ее характеристики.

Такой подход не является чем-то принципиально новым – в естественных науках он используется достаточно давно. В экономической теории такой подход является основным для субъективистов, которые считают, что для экономики имеют значение только выраженные на рынке предпочтения атомизированных индивидов.

Следует отметить, что агентное моделирование позволяет выявить закономерности поведения глобальной системы в тех случаях, когда выявление причинно-следственных связей является сложным, а описание поведения агентов не вызывает серьезных затруднений.

Бесспорным лидером среди программ, поддерживающих агентный подход в имитационном моделировании, является система AnyLogic. Удобный интерфейс построения модели, визуализация процесса проведения имитационного эксперимента и его результатов позволяют студентам-экономистам достаточно быстро осваивать AnyLogic и использовать эту программную систему в качестве рабочего инструмента.

Еще одним аргументом в пользу использования AnyLogic является поддержка всех современных подходов к имитационному моделированию, что позволяет комбинировать различные подходы к изучению сложных динамических систем [4].

Применение рассмотренных инструментальных средств имитационного моделирования в процессе изучения экономических дисциплин и при выполнении исследовательских работ позволит студентам критически и осознанно воспринимать уже известные закономерности развития сложных экономических систем, получать новые результаты, улучшить понимание процессов, происходящих в современной экономике.

Литература

1. Bouchaud J. Economics needs a scientific revolution // Nature. 2008. V. 455. P. 1181.

2. Sterman J. Business Dynamics: Systems Thinking and Modeling for a Complex World. McGraw Hill. 2000.

3. Forrester J. Industrial Dynamics. Cambridge, MA: MIT Press. 1961.

4. Борщев А.В. Практическое агентное моделирование и его место в арсенале аналитика //Exponenta Pro, N 3-4, 2004.