2.3. Сбор, обработка и анализ эмпирических данных

Если подбор, чтение, анализ и выведение нового знания из литературных источников является работой соискателя, если можно так сказать, с теоретическими концепциями, постулатами, методическими положениями и т.п., то выведение нового знания из сложившегося положения вещей, которое без специального сбора специфических сведений об объекте и предмете исследования осуществить никак невозможно, принято называть работой исследователя с первичными источниками. Такое название обусловлено тем, что диссертант собирает эту информацию сам и специально для решения задач, поставленных только в его исследовании. Именно для сбора и анализа такой информации и используются методы, о которых речь шла в параграфах 1.10 – 1.16 данного пособия. И здесь существует четкая зависимость – каковы методы, включенные диссертантом в свою методологическую схему научного исследования, таковы и подходы к сбору необходимых первичных сведений.

Важным в этом параграфе является вопрос о характере источников такого рода информации. К ним могут быть отнесены хозяйственные (и другие) документы, имеющиеся на предприятиях, данные статистической отчетности и данные, собранные самим соискателем посредством различного рода научных наблюдений, опросов, анкетирования, глубинных интервью, модельных экспериментов, о чем речь шла в параграфах 1.10 – 1.13 и т.п. Все сведения, получаемые таким образом, и называют эмпирическими. Без них научное исследование в сфере экономики не может быть полным.

Однако работа с эмпирическими данными их сбором не заканчивается. Они нуждаются первоначально в накоплении и хранении до достижения некоторого объема, определяемого исследователем, а затем в обработке с применением методов, описанных в параграфах 1.13 – 1.16, и оформлении. Что касается накопления и хранения, то каждый исследователь по-своему решает эти задачи. Разумнее всего, конечно, накопление и хранение эмпирических данных вести на магнитных носителях. Первоначально, как накопление, так и хранение, может иметь бессистемный характер, но впоследствии, по мере накопления больших объемов данных, исследователь приобретает и опыт. У него появляется собственная система ведения своего архива эмпирических данных, которая, при определенных обстоятельствах, может составить элемент научной новизны его исследования. Предложить же какую-нибудь единую систему накопления и хранения эмпирических данных в этом пособии не предоставляется возможным, поскольку вряд ли можно сформулировать общие принципы для осуществления такой работы по всему многообразию научных тем и направлений в области экономики и управления.

Накопленные эмпирические сведения, затем, подвергаются обработке. Именно по отношению к эмпирической базе исследования и применяются описанные в параграфах 1.10 – 1.16 методы. В данном параграфе нет никакого смысла повторять, как нужно применять эти методы. Об этом уже достаточно подробно написано в указанных выше параграфах, а также и в специальной литературе (см. библиографический список). Здесь же следует только отметить, что обработка эмпирических данных может быть предварительной и окончательной. Начинающему исследователю не нужно обольщать себя надеждой – искушенный же исследователь об этом уже хорошо знает, – что однажды собранные данные сразу же и «покажут» ему тенденции, закономерности и т.п. и цель научного исследования будет достигнута. Отнюдь. Истина открывается не сразу. Она требует больших затрат труда. Предварительные результаты анализа и синтеза, дедукции и индукции, а также и результаты применения других методов на первых порах могут обескуражить. Однако отчаиваться не следует. Надо произвести тщательную оценку собранных данных на предмет их объективности, полноты и т.п. Возможно, какие-либо чрезвычайные сведения не вошли в накопленную исследователем базу данных. Значит, надо произвести дополнительный сбор эмпирических данных и пополнить базу необходимыми сведениями. А возможно, какие-то сведения оказались ошибочными и искажают общую картину, что также требует дополнительной работы по сбору эмпирических данных и их проверки. После такой корректировки базы эмпирических данных, вновь производится их обработка и проверка полученных результатов на логику и достоверность. И так до тех пор, пока результаты не будут удовлетворять исследователя и его научного руководителя.

Поскольку к научным результатам относятся те, которые получены впервые, их достоверность и полезность для общества должны быть оценены до того, как соискатель вынесет их на защиту. Другими словами, необходима апробация научных результатов, полученных диссертантом. Об этом – в параграфе 2.5 данного пособия. Но прежде есть смысл рассмотреть вопросы использования математических моделей в научных исследованиях.

Надо бы показать этот параграф О.П. Я кое-где сократил, убрал ссылки на литературу

Мамченко О.П.

2.4. Математическое моделирование в исследованиях экономики

Модели и математическое моделирование, как показано в параграфе 1.14, широко используются в научных исследованиях. В данном параграфе представлен наглядный пример подобного применения математики в исследовании экономических проблем и процессов. Знакомство с этим примером позволяет студентам магистратуры представить суть процессов и процедуры математического моделирования применительно к конкретной экономической проблеме и получения на основе такого применения элементов научной новизны.

Современная рыночная экономика требует принятия эффективных решений, основанных на компьютерной технологии обработки оперативных информационных массивов. Экономико-математическое моделирование становится не просто инструментом исследования рыночной экономики, но и необходимой составляющей экономической науки. В последние годы экономические процессы достигли такой сложности и многогранности, что построение их моделей стало возможным только на системной основе. В качестве основных факторов такой тенденции можно назвать следующие:

• пространственный фактор (взаимодействие при производстве и реализации товаров и услуг охватывает большое число предприятий или имеет значительный территориальный охват);

• временной фактор (наибольшую ценность имеют детальные информационно-аналитические исследования на периоде от 3 до 10 лет с детализацией в месяц, квартал, год, особенно на начальном этапе);

• фактор требования системного соответствия целого и выделяемых элементов моделируемых потоков «замам ответственности» субъектов экономической деятельности (СЭД) – лицам принимающим решения (ЛПР);

• фактор интегрированности бизнес-процессов и сложности причинно-следственных связей экономики, включая природные, политические и социальные процессы.

При математическом моделировании экономических систем следует также учитывать возможности современных информационных технологий и тенденции их развития, например, в рамках концепции реинженеринга. Необходимость использования при этом компьютерной технологии обработки информационных массивов предъявляет повышенные требования к информационному обеспечению, состав которого при переходе к рыночной экономике изменился не только на макро, но и на микро уровне. Это изменение выражено в сокращении информационного обмена между макро и микро уровнями и расширении информационного обмена микро уровня. В настоящее время использование стандартных средств анализа математических моделей и оптимизации решений дает возможность восстановления межуровневого информационного обмена без существенных затрат на организацию специальных вычислительных процедур.

Можно выделить три подхода в математическом моделировании: оптимизационный, экономического равновесия и имитационный.

В первом случае в математической модели выделяют системную цель и ЛПР – центр, отвечающий за ее реализацию. Функции центра могут быть структурно представлены отдельным СЭД как, например, в финансово-промышленной группе, так и без такого представления (коалиционные интересы в кооперативных играх, холдинговые структуры в экономике и др.). Методы оптимизации таких систем разрабатываются уже давно, начиная с классических работ по декомпозиции задач линейного программирования. При этом в условиях плановой экономики не возникали принципиальные проблемы их модельных представлений. Для рыночной экономики необходимо учитывать различие интересов СЭД в объединении и невозможность объединения их решений. Эти проблемы, как установлено практикой, могут быть сняты в рамках информационной теории иерархических систем, теории активных систем, теории игр с непротиворечивыми интересами, моделей конфликтов и компромиссов. Наиболее перспективным направлением выступают игры с побочными платежами.

Модели экономического равновесия применимы для описания взаимодействия СЭД с ограниченной интеграцией. С теоретической точки зрения эти модели являются более простыми, чем оптимизационные и могут быть использованы для описания динамических систем с многоэтапными процессами принятия решений. Ряд новых научных результатов по динамической устойчивости используется для СЭД «при угадывании» механизмов системного взаимодействия, в частности, доказательство того, что информационно расширенные стратегии иерархических игр являются ситуациями равновесия.

Имитационный, как наиболее простой, подход к моделированию экономических систем предполагает «угадывание» не только механизмов функционирования, но и решений СЭД. В настоящее время имитационное моделирование поддержано мощными информационными системами и технологиями, уровень и тенденции развития которого показывают актуальные направления экономико-математического моделирования. Поэтому считается целесообразным ориентироваться на использование универсальных и специализированных информационных систем как инструментария при рассмотрении проблемы моделирования производственных, товарных и финансовых потоков в рыночных экономических системах. Проведенный теоретический анализ математических методов и моделей позволяет рассмотреть данную проблему с целью получения новых научных результатов. В качестве базовой для моделирования финансово-материальных потоков можно использовать ранее разработанную автором концепцию описания непрерывных производств. В соответствии с данной концепцией типовыми процессами непрерывного производства являются производственный элемент (ПЭ) и накопительный элемент (НЭ). Наличие накопительных элементов на связях между производственными элементами в структуре производственной системы определяет специфику управления и является необходимым при описании временных процессов. При моделировании используется класс дискретных процессов и систем. Основной характеристикой технологического потока в производственной системе является интенсивность, т.е. количество продукции в единицу времени.

Для стационарных режимов производства достаточно оптимизацию его параметров рассматривать на единичном временном интервале. В этом случае описание можно задать четверкой векторов: , где – вектор параметров потока на входе; – вектор параметров потока на выходе; – вектор управляющих воздействий; – вектор внешних воздействий (возмущений), информированность всех ЛПР о которых может быть восстановлена.

Для определенности можем принять, что – интенсивности потока, а при – показатели качества потоков на входе и выходе, набор которых достаточен для описания технологических процессов, финансовых переменных и потребительских качеств конечных в последующем товаров. Совокупность векторов управляющих воздействий образует множество , которое может зависеть от всех остальных переменных , что обеспечивает условие допустимости траектории потока. Мы не указываем эту зависимость, но по требованию она может быть учтена.

С одной стороны, финансово-материальные запасы в накопительных элементах позволяют уменьшить жесткость связей между производственными элементами и, следовательно, снизить требования к управлению. С другой стороны, наличие накопительных элементов увеличивает число вариантов задачи выбора управлений и требования к оптимальности, интегрированности системы.

Связи между элементами производственной системы задаются как проекционные и, например, для последовательных технологических процессов имеют вид: . Переменная считается заданной, либо включается в вектор . Иные взаимосвязи между не учитываются.

Описание производственных потоков во времени требует, прежде всего, учета накопительного фактора, однако схема отображения сохраняется.

Если взаимосвязей по финансовым потокам не происходит, т.е. уровни финансовых потоков не влияют на решения ЛПР, то можно записать задачу оптимизации совокупности последовательных в следующем виде

(1)

(2)

Здесь в качестве целевой функции принята интенсивность получения прибыли с рассматриваемого технологического процесса: – функция стоимости реализации продукции полученной в единицу времени в зависимости от объема и потребительских качеств – сумма технологических затрат в единицу времени на .

Анализ условий (1) – (2) показывает, что производственные потоки отражены в модели наиболее полно, хотя потоки товаров и финансов не детализированы. Модель (1) – (2) можно рассматривать в качестве исходной для моделирования финансовых и товарных потоков. Поскольку движение товара можно рассматривать с момента окончания его производства, то расширение технологических процессов торговыми процессами не меняет формально описания системы, ибо изменяются только состав и свойства системы. Данное утверждение не исключает использования специализированных моделей товарных потоков, предприятий оптовой торговли, товарных бирж, и в том случае, если они интегрированы с производственными системами и если они являются самостоятельными. Моделирование производственных и торговых объединений позволило бы обеспечить зависимость производственных решений от возмущений на торговые процессы и повысить тем самым эффективность финансирования системы в целом.

Рассмотрим проблемы моделирования финансовых потоков в производственных и торговых системах. Представленная выше модель (1) – (2) включает в себя описание в простейшей форме финансовых потоков. Необходимо выяснить в каких случаях возникает необходимость расширения модели в рассматриваемом направлении и как это расширение осуществить.

Рассмотрим эти вопросы. Как известно цены на товары возникли в результате обмена в глубокой древности. И лишь сравнительно недавно в XIX веке был осознан факт того, что финансовые величины выполняют функцию согласования, т.е. оптимального конкурентного взаимодействия между промышленностью и рынком. Для математического моделирования финансовых потоков принципиально важным является самостоятельность их процессов: наличие институтов оценивания товаров, накопления, передачи денежных средств, изобретение и развитие финансовых инструментов, финансовый менеджмент. Характерно, что эти процессы происходят зачастую в отрыве от оцениваемых товаров и услуг.

При теоретическом моделировании финансовых потоков важными являются первые две функции: денежного эквивалента товара и инструмент согласования производственных и торговых процессов при детальном исследовании этих функций можно увереннее моделировать собственные процессы финансового рынка. Данное решение связано с возможностью исследования законов ценообразования как единого комплекса производственных, торговых и финансовых процессов. При этом можно использовать свойства цен как объективно обусловленных оценок, получаемых из теории двойственности.

Применительно к задаче (1) – (2) данная теория для может иметь следующую задачу согласования решений

, (3)

где - векторы оптимальных цен на входные и выходные производственные потоки, размерность которых совпадает с размерностью векторов и соответственно; .

Аналогичная задача метода динамического программирования может быть записана в следующем виде.

, (4)

где – функции Беллмана; в данном механизме согласования решений – заданная величина; – совокупный вектор возмущений для .

Следует отметить, что наиболее общая форма согласования решений, как доказано теорией и практикой, в частных случаях совпадает с выражением (4), поэтому можно ограничиться анализом выражений (3), (4). Не трудно увидеть, что целевая функция в выражении (3) отражает операции с финансовыми потоками. Анализ выражения (4) показывает, что функция Беллмана также связана со стоимостью соответствующих промежуточных продуктов. Данный вывод базируется на том, что при определенных условиях производная функции Беллмана совпадает с соответствующим множеством Лагранжа. Таким образом, целевая функция в (4) так же связана с финансовыми потоками.

Как результат проведенного анализа можно выделить основные задачи и методы моделирования финансовых потоков в производственно-торговых процессах.

1. При сложившейся или планируемой системе ценообразования и стратегиях финансового менеджмента определить степень согласованности (оптимальности) функционирования системы в целом.

2. Для заданного производственно-торгового процесса и заданных принципов согласования найти варианты оптимальных финансовых стратегий и, соответственно, рассчитать полученные финансовые потоки.

3. Проводить независимое математическое моделирование финансовых потоков на финансовых рынках рассматривая процессы накопления и обращения денежных средств.

Методы решения данных задач могут базироваться на оптимизационном, имитационном подходах или использовать модели экономического равновесия.

Беляев В.И., Игнатьева Д.В.