Макаров В.Л.i,*, Бахтизин А.Р.i, Бекларян Г.Л.i, Акопов А.С.i, Ровенская Е.А.ii, **, Стрелковский Н.Вii. Укрупненная агент-ориентированная имитационная модель миграционных потоков стран Европейского союза
Экономика и математические методы, 2019, 55 (1), 3-15.
i ЦЭМИ, Москва
ii Международный институт прикладного системного анализа (IIASA), Австрия
* E-mail: makarov@cemi.rssi.ru
** E-mail: rovenska@iiasa.ac.at
Проект выполнен при частичной финансовой поддержке Российского фонда фундаментальных исследований (проект 18-51-14010 АНФ_а).
Аннотация. В статье представлена укрупненная агент-ориентированная имитационная модель миграционных потоков стран Европейского союза (ЕС), реализованная в системе AnyLogic, созданная в виде расширенной гравитационной модели. В модели принятие индивидуальных решений со стороны агентов-мигрантов основывается на комплексной оценке социально-экономической, географической и прочей дифференциации соответствующих стран. При этом одни факторы притягивают мигрантов, а другие отталкивают. Отличительной особенностью модели является дифференциация миграционных потоков по категориям мигрантов с выделением различных влияющих факторов, отражающих индивидуальные предпочтения агентов-мигрантов по отношению к агентам-странам (членам ЕС). Выделяются множественные управляющие параметры, влияющие на распределение миграционных потоков между странами ЕС, в частности миграционные квоты, пособия по безработице, минимальная заработная плата и др. Сформулирована важнейшая бикритериальная оптимизационная задача стран ЕС по выбору рациональной миграционной и экономической политики, основанной, в частности, на максимизации интегрального ВВП и минимизации общего числа мигрантов, за счет управления параметрами, влияющими на структуру миграционных потоков и трудовые ресурсы, а также затраты на их обслуживание. Впервые предложена и изучена расширенная гравитационная модель, описывающая динамику миграционных потоков с выделением множественных факторов, дифференцированно влияющих на привлекательность стран ЕС для различных групп мигрантов, например внутренних мигрантов, экономических мигрантов, беженцев и др.
Ключевые слова: агентное моделирование миграционных потоков, многокритериальная оптимизация, AnyLogic, проблемы миграции в ЕС.
Классификация JEL: B23, F22, J61.
DOI: 10.31857/S042473880004044-7
СПИСОК ЛИТЕРАТУРЫ
Акопов А.С. (2015). Имитационное моделирование. Учебник и практикум. М.: ЮРАЙТ.
Бекларян Г.Л. (2018). Укрупненная имитационная модель внешнеэкономической деятельности РФ // Экономическая наука современной России. № 4. С. 50-65.
Бахтизин А.Р. (2008). Агент-ориентированные модели экономики. М.: Экономика.
Макаров В.Л., Бахтизин А.Р. (2013). Социальное моделирование - новый компьютерный прорыв (агент-ориентированные модели). М.: Экономика.
Akopov A.S., Beklaryan L.A., Saghatelyan A.K. (2017). Agent-Based Modelling for Ecological Economics: A Case Study of the Republic of Armenia // Ecological Modelling. Vol. 346. P. 99-118.
Anderson J.E. (1979). A Theoretical Foundation for the Gravity Equation // American Economic Review. Vol. 69. P. 106-116.
Beklaryan A., Akopov A.S. Simulation of Agent-rescuer Behaviour in Emergency Based on Modified Fuzzy Clustering. In: "AAMAS'16: Proceedings of the 2016 International Conference on Autonomous Agents & Multiagent Systems. Richland: International Foundation for Autonomous Agents and Multiagent Systems". P. 1275-1276.
Deardorff A. (1998). Determinants of Bilateral Trade: Does Gravity Work in a Classical World In: Frankel J.A. (ed.) "Regionalization of the World Economy". Chicago: University of Chicago. P. 7-22.
Epstein J. (2007). Generative Social Science. Studies in Agent-Based Computational Modeling. Hardcover.
Grimm V., Railsback S.F. (2005). Individual-Based Modeling and Ecology. Princeton: Princeton University Press.
Klabunde A., Willekens F. (2016). Decision-Making in Agent-Based Models of Migration: State of the Art and Challenges // European Journal of Population. Vol. 32. No. 1. P. 73-97.
Lewer J.J., Berg H.V.D. (2008). A Gravity Model of Immigration // Economics Letters. Vol. 99 (1). P. 164-167.
Miller J.H. (2007). Complex Adaptive Systems: An Introduction to Computational Models of Social Life. Princeton: Princeton Studies in Complexity.
Ramos R., Suriach J. (2013). A Gravity Model of Migration between ENC and EU. [Электронный ресурс] Working Paper 2013/17. P. 26. Режим доступа: http://www.ub.edu/irea/working_papers/2013/201317.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: сентябрь 2018 г.).
Silveira J.J., Espndola A.L., Penna T.J.P. (2006). Agent-Based Model to Rural-Urban Migration Analysis // Physica A: Statistical Mechanics and its Applications. Vol. 364. P. 445-456.
Stewart Q.J. (1950). The Development of Social Physics // American Journal of Physics. Vol. 18. P. 239-253.
Yap Y.L. (1977). The Attraction of Cities: A Review of the Migration Literature // Journal of Development Economics. Vol. 4 (3). P. 239-264.
В.Е. Дементьевi,*, Е.В. Устюжанинаii,** Сравнительный анализ стратегий динамического ценообразования на рынках сетевых благ в случаях монополии и предконкурентного стратегического альянса
Экономика и математические методы, 2019, 55 (1), 16-31.
i Центральный экономико-математический институт РАН;
ii Российский экономический университет (РЭУ) им. Г.В. Плеханова,
* E-mail: vedementev@rambler.ru
** E-mail: dba-guu@yandex.ru
Статья подготовлена при финансовой поддержке Российского фонда фундаментальных исследований (проект 17-06-00080) "Сравнительный анализ стратегий ценообразования на рынках сетевых благ на основе экономико-математического моделирования".
Аннотация. Статья посвящена исследованию стратегий ценообразования на рынках сетевых благ. Для таких рынков характерно существование критической массы потребителей блага. В статье анализируется, как использование динамического ценообразования ради форсированного наращивания числа потребителей может сказаться на величине чистого приведенного дохода поставщика-монополиста. Рассматриваются два варианта динамического ценообразования. В одном варианте цены устанавливаются в некоторой пропорции от реальной полезности блага для потребителя, величина которой зависит от уже существующего числа пользователей данного блага. Другой вариант ценообразования - двухрежимный: на первом этапе для ускоренного формирования критической массы покупателей сетевое благо предоставляется им бесплатно; на втором этапе цена устанавливается в пропорции к полезности блага, как и в первом варианте. Для обоих вариантов на условных примерах показаны режимы ценообразования, соответствующие установке на максимизацию чистого приведенного дохода. Решение задачи достижения критической массы потребителей оказывается особенно сложным, когда необходим высокий уровень капитальных затрат. Возможным выходом из положения является создание стратегических альянсов. В статье рассматривается ситуация, когда после такой предконкурентной кооперации ее участники выбирают разные режимы ценообразования. Один участник делает ставку на опережающее конкурента увеличение своей рыночной доли за счет более низких цен. Второй участник стремится воспользоваться обеспечиваемым конкурентом разогревом рынка сетевого блага. Интенсивность реакции потребителей на различия в ценах поставщиков может рассматриваться в качестве одной их характеристик рынка. В статье анализируется влияние изменения этой характеристики на результаты действий конкурентов с разными режимами ценообразования.
Ключевые слова: сетевые блага, динамическое ценообразование, стратегические альянсы, монополия, дуополия.
Классификация JEL: D46, G30, C12.
DOI: 10.31857/S042473880003986-3
СПИСОК ЛИТЕРАТУРЫ
Антипина О.Н. (2009). Сетевые отрасли информационной экономики: характерные особенности, отражение в теории и подходы к ценообразованию // Журнал экономической теории. № 1. С. 88-104.
Гарретт Б., Дюссож П. (2002). Стратегические альянсы. М.: Инфра-М.
Дементьев В.Е., Евсюков С.Г., Устюжанина Е.В. (2018). Модель ценообразования на рынке сетевых благ в условиях дуополистической конкуренции // Экономика и математические методы. Т. 54. № 1. С. 26-42.
Евсюков С.Г., Сигарев А.С., Устюжанина Е.В. (2016). Модель динамического ценообразования на рынке сетевых благ в условиях монополии поставщика // Финансовая аналитика: проблемы и решения. № 30 (312). С. 2-18.
Розанова Н.М. (2016). Сетевая конкуренция как фактор конфигурации современных рынков // Мировая экономика и международные отношения. Т. 60. № 4. С. 13-20.
Розанова Н.М., Буличенко Д.А. (2011). Конкуренция в телекоммуникационной отрасли: сетевой рынок в условиях продуктовой дифференциации // Terra Economicus. Т. 9. № 1. С. 17-32.
Розанова Н.М., Юшин А.В. (2015). Механизм трансформации сетевого рынка в цифровую эпоху // Terra Economicus. Т. 13. № 1. С. 73-88.
Стрелец И. (2017). Мультипликационные эффекты в сетях // Мировая экономика и международные отношения. Т. 61. № 6. С. 77-83.
Akhlaghpour H., Ghodsi M., Haghpanah N., Mahini H., Mirrokni V.S., Nikzad A. (2010). Optimal Iterative Pricing over Social Networks. In WINE: Workshop on Internet and Network Economics. P. 415-423.
Arthur W. (1989). Competing Technologies, Increasing Returns, and Lock-in by Historical Events // Economic Journal. Vol. 99. No. 394. P. 116-131.
Ballester C., Calvo-Armengol A., Zenou Y. (2006). Who's Who in Networks. Wanted: the key player // Econometrica. Vol. 74. No. 5. P. 1403-1417.
Banerji A., Dutta B. (2009). Local Network Externalities and Market Segmentation // International Journal of Industrial Organization. Vol. 27. No. 5. P. 605-614.
Belloni A., Deng Ch., Pekec S. (2017). Mechanism and Network Design with Private Negative Externalities // Operations Research Vol. 65. No. 3. P. 577-594.
Besen S.M., Farrell J. (1994). Choosing How to Compete: Strategies and Tactics in Standardization // Journal of Economic Perspectives. Vol. 8. No. 2. P. 117-131.
Brynjolfsson E., Kemerer C.F. (1996). Network Externalities in Microcomputer Software: An Econometric Analysis of the Spreadsheet Market // Management Science. Vol. 42. No. 12. P. 1627-1647.
Cabral L.M.B., Salant D.J., Woroch G.A. (1999). Monopoly Pricing with Network Externalities // International Journal of Industrial Organization. Vol. 17. No. 2. P. 199-214.
Candogan O., Bimpikis K., Ozdaglar A. (2012). Optimal Pricing in Networks with Externalities // Operations Research. Vol. 60. No. 4. P. 883-905.
Chakravarti A., Xie Ji. (2004). Standards Competition and Effectiveness of Advertising Formats in New Product Introduction. Available at SSRN: https://ssrn.com/abstract=714761 or http://dx.doi.org/10.2139/ssrn.714761.
Chen P.Y., Forman C. (2006). Can Vendors Influence Switching Costs and Compatibility in an Environment with Open Standards // MIS Quarterly. Vol. 30. SI. P. 541-562.
Choi J.P. (1997). The Provision of (Two-Way) Converters in the Transition Process to a New Incompatible Technology // Journal of Industrial Economics. Vol. 45. No. 2. P. 139-153.
Cohen M., Harsha P. (2013). Designing Price Incentives in a Network with Social Interactions. Available at: https://ssrn.com/abstract=2376668; http://dx.doi.org/10.2139/ssrn.2376668.
Economides N. (1996). The Economics of Networks // International Journal of Industrial Organization., Vol. 14. No. 2. P. 673-699.
Elmaghraby W., Keskinocak P. (2003). Dynamic Pricing: Research Overview, Current Practices and Future Directions // Management Science. Vol. 49 No. 10. P. 1287-1309.
Fainmesser I., Galeotti A. (2015). Pricing Network Effects // Review of Economic Studies. Vol. 83. No. 1. P. 165-198.
Farrell J., Saloner G.G. (1992). Converters, Compatibility and Control of Interfaces // Journal of Industrial Economics, Vol. 15, No. 1, P. 9-35.
Farrell J., Saloner G. (1985). Standardization, Compatibility, and Innovation // Rand Journal of Economics. Vol. 16. P. 70-83.
Gandal N. (1995). Competing Compatibility Standards and Network Externalities in the PC Software Market // Review of Economics and Statistics. Vol. 77 No. 4. P. 599-608.
Gottinger H.W., Takashima M. (2000). Japanese Telecommunications and NTT Corporation: A Case in Deregulation // Inter. Jour. of Management and Decision Making. Vol. 1. No. 1. P. 68-102.
Greenstein S.M. (1993). Did Installed Base Give an Incumbent Any (Measurable) Advantages in Federal Computer Procurement // RAND Journal of Economics. Vol. 24. No. 1. P. 19-39.
Hartline J., Mirrokni V.S., Sundararajan M. (2008). Optimal Marketing Strategies over Social Networks. In Proceeding of the 17th International Conference on World Wide Web 2008. P. 189-198. DOI: 10.1145/1367497.1367524. Available at: http://wwwconference.org/www2008/papers/pdf/p189-hartline.pdf.
Hartman R.S. (1989). An Empirical Model of Product Design and Pricing Strategy // International Journal of Industrial Organization Vol. 7. No. 4. P. 419-436.
Katz M. L., Shapiro C. (1985). Network Externalities, Competition, and Compatibility // American Economic Review. Vol. 75 (June). P. 424-440.
Katz M.L., Shapiro C. (1986). Technology Adoption in the Presence of Network Externalities // The Journal of Political Economy. Vol. 94. No. 4. P. 822-841.
Liu C., Kemerer C., Slaughter S., Smith M. (2012). Standards Competition in the Presence of Digital Conversion Technology: An Empirical Analysis of the Flash Memory Card Market // MIS Quarterly. Vol. 36. No. 3. P. 921-942.
Mackie-Mason J.K., Netz J.S. (2006). Manipulating Interface Standards as an Anticompetitive Strategy. In: Greenstein S., Stango V. "Standards and Public Policy". P. 231-259. Cambridge: Cambridge University Press.
Park E.-A, Jayakar K. (2015). Competition between Standards and the Prices of Mobile Telecommunication Services: Analysis of Panel Data (March 31, 2015). TPRC 43: The 43rd Research Conference on Communication, Information and Internet Policy Paper. Available at: https://ssrn.com/abstract=2588224 or http://dx.doi.org/10.2139/ssrn.2588224
PwC (2018). 5G в России: Перспективы, подходы к развитию стандарта и сетей. [Электронный ресурс] Режим доступа: https://www.pwc.ru/ru/publications/5g-in-russia.html., свободный. Загл. с экрана. Яз. рус. (дата обращения: июнь 2018 г.).
Rohlfs J. (1974). A Theory of Interdependent Demand for a Telecommunications Service // Bell Journal of Economics and Management Science. Vol. 5. No. 1. P. 16-37.
The Rise of the Superstars (2016). [Электронный ресурс] // The Economist. Special report. 17 September 2016. Режим доступа: https://www.economist.com/news/special-report/21707048-small-group-giant-companiessome-old-some-neware-once-again-dominating-global), свободный. Загл. с экрана. Яз. англ. (дата обращения: июнь 2018 г.).
Thiel P. (2014). Competition Is for Losers. [Электронный ресурс] // The Wall Street Journal. Sept. 12. Режим доступа: https://www.wsj.com/articles/peter-thiel-competition-is-for-losers-1410535536, свободный. Загл. с экрана. Яз. англ. (дата обращения: июнь 2018 г.).
Козырев А.Н. Оптимизация размещения взаимосвязанных НИОКР на основе двойного аукциона
Экономика и математические методы, 2019, 55 (1), 32-42.
ЦЭМИ РАН, Москва
E-mail: kozyrevan@yandex.ru
Статья подготовлена на основе результатов исследования по программе Отделения общественных наук РАН "Национальная экономическая безопасность России в условиях обострения объективных и инициированных рисков и угроз", 2017 г.
Аннотация. Цель данной работы - предложить эффективное решение на основе теории умных рынков для распределения НИОКР среди потенциальных исполнителей. Предлагаемое решение - оригинальная модификация модели интеллектуального рынка, полученная в виде 2-реплики известной модели внутрифирменного рынка знаний. Показано, что 2-реплика сохраняет основные преимущества исходной модели, в том числе совместимость со стимулами. Модель позволяет сочетать элементы вычислительной эффективности и конкуренции в важном конкретном случае. Если для каждой работы существует только один исполнитель, то оптимальное решение вычисляется достаточно легко. Так же легко оптимальное решение получается для 2-реплики. В 2-реплике уже нет монополии, но зато появляется другая проблема - решение не определяется однозначно. Чтобы избавиться от неоднозначности, предлагается модифицировать модель путем введения в модель случайных отклонений при оценке своих пакетов агентами, а компенсации агентам-победителям определять по правилу второй цены. Доказано, что полученная схема выбора исполнителей совместима со стимулами. Также в работе дана экономическая интерпретация получаемых результатов.
Ключевые слова: знания, совместимость со стимулами, умный рынок, двойной аукцион.
Классификация JEL: C79, O32.
DOI: 10.31857/S042473880004026-7
СПИСОК ЛИТЕРАТУРЫ
Данилов В.И., Кошевой Г., Сотсков А.И. (1993). Экономическое равновесие на рынке интеллектуальных продуктов // Экономика и математические методы. Т. 29. № 4. С. 607-616.
Козырев А.Н. (1999). Алгебраические свойства информации и рынок // Научно-техническая информация. Сер. 1. № 5. С. 15-20.
Козырев А.Н. (2011). Моделирование НТП, упорядоченность и цифровая экономика // Экономика и математические методы. Т. 47. № 4. С. 131-142.
Макаров В.Л. (2003). Экономика знаний: уроки для России // Вестн. Рос. акад. наук. Т. 73. № 5. C. 450-456.
Макаров В.Л. (1973). Баланс научных разработок и алгоритм его решения. В сб. ст.: "Оптимизация". Вып. 11 (28). Новосибирск.
Мирзабеков А.М. (2016). Создание умного рынка знаний в информационном холдинге // Биржа интеллектуальной собственности (БИС). № 5. С. 15-24.
Пайсон Д.Б. (2014). Конкуренция в ракетно-космической промышленности. Время ответственных решений // Экономический анализ: теория и практика. Т. 13. Вып. 3. С. 2-11.
Розенмюллер И. (1974). Кооперативные игры и рынки. Воробьева О.Н., Михайлова А.С. (пер. с нем.), Воробьева Н.Н. (ред.). М.: Мир, Библиотека кибернетического сборника.
Arrow K.J. (1962). Economic Welfare and the Allocation of Resources for Invention. The Rate and Direction of Inventive Activity: Economic and Social Factors. Princeton: Princeton University Press. P. 609-625.
Ba S., Stallaert J., Whinston A.B. (2001). Optimal Investment in Knowledge within a Firm Using a Market Mechanism // Management Science. Vol. 47 (9). P. 1203-1219.
Clarke E.H. (1971). Multipart Pricing of Public Goods // Public Choice. Vol. 11. P. 17-33.
Groves T. (1973). Incentives in Teams // Econometrica. Vol. 41. P. 617-631.
Samuelson P. (1954). The Pure Theory of Public Expenditure // Rev. Econom. Statist. Vol. 36(4). P. 387-389.
Varian H.R. (1998). Markets for Information Goods. Berkeley: University of California. April 1998 (revised: October 16, 1998).
Е.Г. Винокуровi, ii, В.П. Мешалкинi, Х.А. Невмятуллинаi, ii,*, Т.Ф. Бурухинаi, В.В. Бондарьii, С.М. Ходченкоi Метод модифицированного SWOT-анализа эффективности изменения технологий
Экономика и математические методы, 2019, 55 (1), 43-55.
i Российский химико-технологический университет им. Д.И. Менделеева, Москва
ii Всероссийский институт научной и технической информации РАН, Москва
*e-mail: vin-62@mail.ru
Исследование проведено при финансовой поддержке Министерства науки и высшего образования РФ в рамках выполнения базовой части государственного задания 10.4556.2017/6.7.
Аннотация. В настоящее время классический SWOT-анализ широко используется в качестве научной основы для оценки конкурентоспособности и разработки стратегии развития объекта управления. Метод дает лишь качественные оценки технико-экономической эффективности, не позволяющие принять наилучшие научно-обоснованные организационно-управленческие решения. При этом анализируют эффективность только одного объекта: технологии, отрасли экономики, организации, подразделения предприятия и прочих подобных объектов. Авторами предложен новый модифицированный непараметрическо-статистический метод SWOT-анализа для сравнения эффективности двух объектов управления. Описаны этапы анализа: определение группы экспертов, разработка анкеты для их опроса, проведение опроса, формирование модифицированной матрицы SWOT-анализа. Разработаны образцы модифицированных матриц SWOT-анализа как отдельно для каждого объекта, так и для сравниваемых объектов в совокупности. Для обеспечения достоверности результатов модифицированный метод SWOT-анализа обогащен критерием непараметрической статистики, который применяют для количественной оценки достоверности сдвигов - критерия знаков (G-критерий). Приведен алгоритм применения критерия для проверки гипотезы о направлении сдвига в показателях эффективности при переходе от одного объекта к другому. Предложенный метод применен для сравнения технико-экономической эффективности двух процессов хромирования: из растворов на основе токсичной хромовой кислоты (Cr-6) и из растворов на основе экологически менее опасных соединений трехвалентного хрома (Cr-3). Показано, что на современном этапе технология (Cr-6) остается наиболее эффективной технологией получения хромовых покрытий. Применение технологии (Cr-3) не даст предприятию существенных конкурентных преимуществ, и, возможно, более эффективным является проведение мероприятий по модернизации классической технологии (Cr-6).
Ключевые слова: SWOT-анализ, непараметрическая статистика, критерий знаков, технико-экономическая эффективность, производственные технологии, химическая технологи, электроосаждение металлов.
Классификация JEL: C19, L60, M11, O32.
DOI: 10.31857/S042473880004046-9
СПИСОК ЛИТЕРАТУРЫ
Азарко О.Е., Кузнецов В.В., Шахамайер С.Р. (1997). Электроосаждение толстых твердых хромовых покрытий из электролитов на основе трехвалентного хрома // Гальванотехника и обработка поверхности. Т. V. № 4. С. 25-32.
Айвазян С.А., Афанасьев М.Ю., Руденко В.А. (2014). Исследование зависимости случайных составляющих стохастической производственной функции при оценке технической эффективности // Прикладная эконометрика. № 34 (2). С. 3-18.
Акмалов Р. (2013). SWOT-анализ в HR. [Электронный ресурс] Режим доступа: http://www.executive.ru/management/practices/1841025-swot-analiz-v-hr, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2017 г.).
Андрианова И.Д. (2015). SWOT-анализ предприятия с использованием ранжирования параметров по совокупности показателей // Современные тенденции развития науки и технологий. № 8-9 С. 6-8.
Богомолова В.Г. (2004). SWOT-анализ: теория и практика применения // Экономический анализ: теория и практика. № 17. С. 57.
Брыкалов С.М., Юрлов Ф.Ф. (2016). Методика многокритериального выбора эффективных стратегий предприятия атомной отрасли при использовании SWOT-анализа. // Экономика: теория и практика. № 2 (42). С. 76-84.
Ващенко С.В., Солодкова Л.Н., Кудрявцев В.Н. (2003). Высокопроизводительный электролит износостойкого хромирования // Гальванотехника и обработка поверхности. Т. 9. № 3. С. 31.
Винокуров Е.Г., Невмятуллина Х.А., Бурухина Т.Ф., Графушин Р.В., Бондарь В.В. (2016). SWOT-анализ технологии хромирования // Компетентность. № 4. С. 27-32.
Данилов Ф.И., Проценко В.С., Китык А.А. (2014). Оценка защитной способности хромовых гальванопокрытий, осажденных из сульфатного и метансульфонатного электролитов на основе Cr(III) // Физикохимия поверхности и защита материалов. Т. 50. № 5. С. 553-560.
Кадышева Е. (2012). Методика проведения SWOT-анализа. Образцы матриц SWOT. [Электронный ресурс] Режим доступа: http://www.businesstuning.ru/pm/80-swot-analiz-chto-eto-metodika-provedeniya-swot-analiza.html, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2017).
Клеева Л.Л. (2012). SWOT-анализ развития фундаментальной науки в России // Компетентность. № 2. С.12-19.
Котлер Ф., Бергер Р., Бикхофф Н. (2012). Стратегический менеджмент по Котлеру: лучшие приемы и методы. М.: Альпина Паблишер.
Кочегуров В.А., Константинова Л.И., Гальченко В.Г. (2011). Инженерная эконометрика в задачах системного анализа // Известия Томского политехнического университета. Т. 319. № 2. С. 16-21.
Кривцов А.И. (2014). Концепции управления изменениями // Фундаментальные исследования. № 12 (3). С. 572-577.
Мешалкин В.П. (1995). Экспертные системы в химической технологии: основы теории, опыт разработки и применения. М.: Химия.
Мешалкин В.П. (2010). Ресурсоэнергоэффективные методы энергообеспечения и минимизации отходов нефтеперерабатывающих производств. Основы теории и наилучшие практические результаты. М., Генуя: Химия.
Мешалкин В.П., Катерищук М.Ю., Василенко Е.А. (2014). Методика формирования комплексной оценки эффективности реинжиниринга бизнес-процессов на промышленном предприятии // Известия вузов. Серия: Экономика. Финансы и управление производством. № 2 (20). С. 87-92.
Мешалкин В.П., Товажнянский Л.Л., Капустенко П.А. (2011). Основы теории ресурсоэффективных экологически безопасных технологий нефтепереработки. Харьков: НГУ "ХПИ".
Михненко П.А. (2015). Динамическая модификация SWOT-анализа // Экономический анализ: теория и практика. № 18 (417). С. 60-68.
Мошев Е.Р., Ромашкин М.А., Мешалкин В.П., Прегаева Е.Г. (2016). Модели и эвристическо-вычислительные алгоритмы принятия инженерных решений по интегрированной логистической поддержке промышленных трубопроводных систем // Вестник Пермского национального исследовательского политехнического университета. Химическая технология и биотехнология. № 3. С. 129-157.
Новиков В.А., Гришин А.А. (2012). SWOT-анализ функционирования процесса // Компетентность. № 4. С. 26-30.
Пранов Б.М. (2012). Методы многомерных статистических исследований в проблемах техносферной безопасности // Технологии техносферной безопасности. Вып. 6 (46). С. 1-8.
Пыжлаков Д.С. (2008). Сила и возможности. Концепция динамического SWOT-анализа // Российское предпринимательство. № 6 (1). С. 133-138.
Холлендер М., Вулф Д.А. (1983). Непараметрические методы статистики. Адлер Ю.П., Тюрин Ю.Н. (пер. с англ., ред.). М.: Финансы и статистика.
Юрлов Ф.Ф., Плеханова А.Ф., Бобкова Т.В. Колесов К.И., Болоничева Т.В., Галкин К.Б (2013). Стратегическое планирование деятельности НПО и промышленных предприятий на основе портфельного и SWOT-анализа. Нижний Новгород: Нижегородский государственный технический университет им. Р.Е. Алексеева.
Bhattacharjee G., Neogi S., Das S.K. (2014). Phenol-Formaldehyde Runaway Reaction: A Case Study // International Journal of Industrial Chemistry. Vol. 5. No. 2. Р. 1-6.
Fadina S.V., Vinokurov E.G., Burukhina T.F., Kolesnikov V.A. (2013). Total Concentration of Main Components in Solutions for Metal Electroplating as a Criterion for Classifying and Choosing Resource-Saving Compositions of Solutions // Theoretical Foundations of Chemical Engineering. Vol. 47. No. 5. P. 593-599.
Jiang Y., Xie W., Zhuang B. (2017). The Civil-Military Integration Development of Equipment Construction Based on SWOT Quantitative Method. In: "Proceedings of the 29th Chinese Control and Decision Conference". CCDC 2017/ 7979280 P. 4439-4443.
Liu Z., Wu W., Zhang Y., Zhang M. (2017). SWOT Quantitative Model of Livable Communities' Construction in China's Villages and Towns // Journal of Interdisciplinary Mathematics. No. 20 (4). P. 1127-1138.
Lupu A.G., Dumencu A., Atanasiu M.V. (2016). SWOT Analysis of the Renewable Energy Sources in Romania - Case Study: Solar Energy // IOP Conference Series: Materials Science and Engineering. Vol. 147 (1), 012138.
Patnaik R. Poyyamoli G. (2015). Developing an Eco-Industrial Park in Pondicherry Region, India - a SWOT Analysis // Journal of Environmental Planning and Management. Vol. 58. Is. 6. P. 976-996.
Scolozzi R., Schirpke U., Morri E. (2014). Ecosystem Services-Based SWOT Analysis of Protected Areas for Conservation Strategies // Journal of Environmental Management. Vol. 146. P. 543-551.
Sun Z. (2012). Research on Enterprise Developmental Strategy Based on the SWOT Analysis // Advances in Information Sciences and Service Sciences. Vol. 4. Is. 11. P. 344-351.
Vinokurov E.G., Burukhina T.F., Kolesnikov V.A., Fadina S.V. (2012). Concentration Criterion for Classifying Resource-Saving Compositions of Solutions for Metal Electroplating // Theoretical Foundations of Chemical Engineering. Vol. 46. No. 5. P. 486-491.
Vinokurov E.G., Meshalkin V.P., Vasilenko E.A., Nevmyatullina H.A., Burukhina T.F., Bondar V.V. (2016). System Analysis of the Efficiency and Competitiveness of Chroming Technologies // Theoretical Foundations of Chemical Engineering. Vol. 50. No. 5. P. 730-738.
Л.Э. Миндели*, С.Ф. Остапюк**, В.П. Фетисов*** Об организации долгосрочного прогнозирования фундаментальных и поисковых научных исследований
Экономика и математические методы, 2019, 55 (1), 56-67.
Институт проблем развития науки РАН, Москва
* E-mail: L. Mindeli@issras.ru
** E-mail: S. Ostapyuk@issras.ru
*** E-mail: VPFetisov@yandex.ru
Аннотация. Основным условием решения амбиционной задачи - вхождение России в число пяти крупнейших экономик мира, - поставленной Президентом РФ, является консолидация и единство действий участников стратегического планирования, обеспечивающих развитие социально-экономической и научно-технологической сфер деятельности. Исходным пороговым документом, определяющим перспективу их развития, является прогноз социально-экономического и научно-технологического развития, прогноз развития науки, включая развитие фундаментальных исследований. Прогнозирование фундаментальных и поисковых исследований возложено на Российскую академию наук. Однако, как показал анализ, процедура прогнозирования этих видов деятельности, в отличие от социально-экономического и научно-технологического развития, в правовом плане не регламентирована. Устранение данного пробела и является предметом проведенного нами исследования. В работе сформулирован предмет и этапы процедуры долгосрочного прогнозирования в научно-технической сфере, проанализированы нормативно-правовые основания формирования агрегированной модели долгосрочного прогноза фундаментальных и поисковых научных исследований. Определены условия и укрупненные этапы регламента разработки такой агрегированной модели, сформулированы методологические особенности и требования данного регламента, предложения по развитию его экспертного инструментария и информационного сопровождения. На основании проведенного нами исследования предложено подготовить и принять постановление правительства о регламенте прогнозирования фундаментальных и поисковых исследований, наделив РАН статусом ответственного за прогнозирование фундаментальных и поисковых научных исследований. При этом подчеркивается, что процедура и модель разработки указанного прогноза соответствует общегосударственной модели прогнозирования, определенной постановлениями Правительства РФ о порядке прогнозирования социально-экономического и научно-технологического развития. В то же время модель учитывает различия в задачах прогнозирования развития фундаментальных, поисковых и прикладных научных исследований.
Ключевые слова: фундаментальные и поисковые научные исследования, социально-экономическое и научно-технологическое развитие, процедура и модель долгосрочного прогнозирования, стратегическое планирование, нормативно-правовые, методологическое и информационное обеспечения, институт и регламент прогнозирования.
Классификация JEL: E17, B4, I23.
DOI: 10.31857/S042473880004047-0
СПИСОК ЛИТЕРАТУРЫ
Белоусов Д.Р., Фролов И.Э. (2008). Долгосрочный научно-технологический прогноз // Форсайт. № 3. С. 54-66.
Биктимиров М. Р., Глебский В. Л., Долгов Б. В., Поликарпов С. А. (2015). Использование информационных технологий и инфраструктур для агрегации научной информации. Опыт Канады, Нидерландов, Германии // Моделирование и анализ информационных систем. Т. 22. № 1. С. 114-126.
Душкин Р.В. (2018). Почему за гибридными ИИ-системами будущее // Экономические стратегии. № 6 (156). С. 84-93.
Зубова Л.Г., Миндели Л.Э., Мотова М.А., Остапюк С.Ф.,
Старостин С.П. (2004). Методические аспекты разработки прогноза научно-технологического развития на долгосрочную перспективу // Информационный бюллетень. № 6. C. 31-74. М.: ЦИСН.
Иванов В.В. (2012). Стратегические направления модернизации: инновации, наука, образование. М.: Наука.
Иванова Н.И. (отв. ред.). Отраслевые инструменты инновационной политики (2016). М.: ИМЭМО РАН.
Князев Ю. (2016). О роли экономики в жизни общества и значении науки в экономическом развитии // Общество и экономика. № 3. С. 16.
Кудрин А. (2016). Стратегические уроки. [Электронный ресурс] // Полит.Ру. 27 декабря. Режим доступа: http://polit.ru/article/2016/12/27/lessons/, свободный. Загл. с экрана. Яз. рус. (дата обращения: декабрь 2018 г.).
Литвак Б.Г. (1996). Экспертные оценки и принятие решений. М.: Патент.
Макоско А.А., Абросимов В.К. (2018). О прогнозировании развития науки как задаче слабого искусственного интеллекта (концептуальный подход) // Инновации. № 9 (239). С. 13-19.
Миндели Л., Остапюк С., Фетисов В. (2018). Глобальные тенденции и вызовы, определяющие научно-технологическое развитие России // Микроэкономика. № 5. С. 7-14.
Миндели Л., Остапюк С., Черных С. (2017). Долгосрочное прогнозирование развития фундаментальной науки в России: методологические аспекты // Общество и экономика. № 10. С. 5-22.
Миндели Л., Черных С. (2014). Фундаментальная наука и экономический рост на основе инновационного развития // Общество и экономика. Т. 9. С. 66-70.
Научная и инновационная политика: Россия и Мир, 2011-2012 (2013). Н.И. Иванова, В.В. Иванов (ред.). М.: Наука.
Новиков Д.А., Чхартишвили А.Г. (2002). Активный прогноз. М.: ИПУ РАН.
Остапюк С.Ф. (2007). Государственная система прогнозирования (проблемы, задачи, принципы организации и функционирования). В: Бестужев-Лада И.В., Агеев А.И. и др. "Малая российская энциклопедия прогностики". М.: Институт экономических стратегий. С. 251-255.
Плетнёв К.И., Лазаренко Н.Е. (2003). Экспертиза в научно-технической сфере: методология и организация. М.: Изд-во РАГС.
Рассел С., Норвиг П. (2006). Искусственный интеллект. Современный подход. М.: Вильямс.
Сидельников Ю.В. Минаев Э.С. (2017). Технология экспертного сценарного прогнозирования. М.: Изд-во МАИ.
Соколов А.В. (2007). Форсайт: взгляд в будущее // Форсайт. Т. 1. № 1. С. 8-15.
Marcus G. (2017). Deep Learning: A Critical Appraisal. [Электронный ресурс] // Cornell University Library. New York University. Режим доступа: http;//arxiv.org/1801.00631, свободный. Загл. с экрана. Яз. англ. (дата обращения: сентябрь 2018 г.).
Д.О. Афанасьев1,*, Е.А. Федорова2,** Краткосрочное прогнозирование цены электроэнергии на российском рынке с использованием класса моделей SCARX
Экономика и математические методы, 2019, 55 (1), 68-84.
1 Аспирант департамента анализа данных, принятия решений и финансовых технологий, Финансовый университет при Правительстве РФ, Москва
2 Финансовый университет при Правительстве РФ, НИУ ВШЭ, Москва
* dmafanasyev@gmail.com
**ecolena@mail.ru
Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований (проект 16-06-00237 A).
Аннотация. В данном исследовании для двух ценовых зон российского оптового рынка электроэнергии выполнена апробация класса прогнозных моделей авторегрессии с сезонной компонентой и экзогенными факторами SCARX, включающей экстраполяцию долгосрочной тренд-сезонной компоненты и отдельное прогнозирование краткосрочной сезонно-стохастической составляющей. Для заданного широкого набора параметров сглаживания временных рядов цен проведено сравнение моделей SCARX на базе вейвлет-разложения (SCARX-W) и фильтра Ходрика-Прескотта (SCARX-HP) с обычной авторегрессионной моделью ARX и "наивным" подходом (основанном на предположении равенства цен в идентичные дни недели). Оценка эффективности рассматриваемых моделей проводилась с использованием средневзвешенных недельных и дневных ошибок, а также формальной статистической процедуры сравнения прогностических способностей моделей - теста Диболда-Мариано (DM). Численный эксперимент был выполнен на исторических данных о цене и плановом потребление в зонах Европа-Урал и Сибирь российской электроэнергетической биржи. Тестовый период составил 104 недели или 728 дней. В результате проведенного исследования показано, что на российском рынке модель SCARX-W позволяет получить более высокую точность прогноза, по сравнению с SCARX-HP и ARX. При этом минимальная недельная ошибка, которую удалось достичь для ценовой зоны Европа-Урал, составила 4,932%, дневная ошибка - 4,997%. Для зоны Сибирь аналогичные показатели равны 9,144 и 10,051%, соответственно. Эти же результаты подтверждаются формальным DM-тестом, выполненным отдельно для каждого часа суток. Для преодоления проблемы априорного выбора параметров сглаживания в работе предложено использовать различные методы комбинирования прогнозов.
Ключевые слова: прогнозирование цены электроэнергии, авторегрессия с сезонной компонентой, вейвлет-сглаживание, фильтр Ходрика-Прескотта, тест Диболда-Мариано.
Классификация JEL: C22, C53, L94, Q47.
DOI: 10.31857/S042473880003318-8
СПИСОК ЛИТЕРАТУРЫ
Валь П.В., Клепче Н.С. (2011). Краткосрочное прогнозирование цены на электроэнергию в условиях оптового рынка электроэнергии и мощности. [Электронный ресурс]. Режим доступа: http://conf.sfu-kras.ru/sites/mn2011/thesis/s9/s9_30.pdf, доступ свободный. Загл. с экрана. Яз. рус. (дата обращения: 09.2017).
Чучуева И.А. (2012). Модель прогнозирования временных рядов по выборке максимального подобия. Кандидатская диссертация. М.: МГТУ им. Баумана.
Федорова Е.А., Афанасьев Д.О. (2015). Исследование взаимосвязи цены и спроса на российском рынке электроэнергии // Известия РАН. Энергетика. № 3. С. 3-17.
Afanasyev D., Fedorova E. (2016). The Long-Term Trends on the Electricity Markets: Comparison of Empirical Mode and Wavelet Decompositions // Energy Economics. No. 56. P. 432-442.
Carmon R., Coulon M. (2014). A Survey of Commodity Markets and Structural Models for Electricity Prices. In: "Modeling, Pricing, and Hedging in Energy and Commodity Markets". New York: Springer.
Casazza J., Delea F. (2003). Understanding Electric Power Systems: An Overview of the Technology and the Marketplace. Hoboken, New Jersey: Wiley.
Conejo A.J., Contreras J., Espinola R., Plazas M.A. (2005). Forecasting Electricity Prices for a Day-Ahead Pool-Based Electric Energy Market // International Journal of Forecasting. Vol. 21. No. 3. P. 435-462.
De Jong C. (2006). The Nature of Power Spikes: A Regime-Switch Approach // Studies in Nonlinear Dynamics and Econometrics. Vol. 10. No. 3. P. 35-47.
Diebold F.X., Mariano R.S. (1995). Comparing Predictive Accuracy // Journal of Business and Economic Statistics. Vol. 13. P. 253-263.
Eydeland A., Wolyniec K. (2012). Energy and Power Risk Management. Hoboken, New Jersey: Wiley.
Haldrup N., Nielsen F., Nielsen M. (2010). A Vector Autoregressive Model for Electricity Prices Subject to Long Memory and Regime Switching // Energy Economics. No. 32. P. 1044-1058.
Hodrick R., Prescott E. (1997). Postwar U.S. Business Cycles: An Empirical Investigation // Journal of Money, Credit and Banking. Vol. 29. No. 1. P. 1-16.
Hyndman R., Athanasopoulos G. (2013). Forecasting: Principles and Practice. [Электронный ресурс]. Режим доступа: http://otexts.org/fpp/, доступ свободный. Загл. с экрана. Яз. англ. (дата обращения: 09.2017).
Janczura J., Trck S., Weron R., Wolff R. (2013). Identifying Spikes and Seasonal Components in Electricity Spot Price Data: A Guide to Robust Modeling // Energy Economics. No. 38. P. 96-110.
Lisi F., Nan F. (2014). Component Estimation for Electricity Prices: Procedures and Comparisons // Energy Economics. No. 44. P. 143-159.
Maciejowska K., Nowotarski J., Weron R. (2016). Probabilistic Forecasting of Electricity Spot Prices Using Factor Quantile Regression Averaging // International Journal of Forecasting. Vol. 32. No. 3. P. 957-965.
Maciejowska K., Weron R. (2016). Short- and Mid-Term Forecasting of Baseload Electricity Prices in the UK: The Impact of Intra-Day Price Relationships and Market Fundamentals // IEEE Transactions on Power Systems. Vol. 31. No. 2. P. 994-1005.
Misiorek A., Trck S., Weron R. (2006). Point and Interval Forecasting of Spot Electricity Prices: Linear vs. Non-Linear Time Series Models // Studies in Nonlinear Dynamics and Econometrics. Vol. 10. No. 3. P. 57-66.
Nogales F.J., Contreras J., Conejo A.J., Espinola R. (2002). Forecasting Next-Day Electricity Prices by Time Series Models // IEEE Transactions on Power Systems. No. 17. P. 342-348.
Nowotarski J., Raviv E., Trck S., Weron R. (2014). An Empirical Comparison of Alternative Schemes for Combining Electricity Spot Price Forecasts // Energy Economics. No. 46. P. 342-348.
Nowotarski J., Tomczyk J., Weron R. (2013). Robust Estimation and Forecasting of the Long-Term Seasonal Component of Electricity Spot Prices // Energy Economics. No. 39. P. 13-27.
Nowotarski J., Weron R. (2016). On the Importance of the Long-Term Seasonal Component in Day-Ahead Electricity Price Forecasting // Energy Economics. No. 57. P. 228-235.
Weron R. (2014). Electricity Price Forecasting: A Review of the State-of-the-Art with a Look into the Future // International Journal of Forecasting. No. 30. P. 1030-1081.
Weron R., Zator M. (2015). A Note on Using the Hodrick-Prescott Filter in Electricity Markets // Energy Economics. No. 48. P. 1-6.
Данилин В.И.* Система моделей горизонтального согласования плановых решений различными подразделениями компании
Экономика и математические методы, 2019, 55 (1), 85-100.
ЦЭМИ РАН, Москва
* E-mail: danilinvi@mail.ru
Аннотация. В разработке бизнес-плана принимают участие практически все подразделения компании, такие как отдел снабжения, производственный отдел или планово-экономический отдел, финансовый отдел, отдел сбыта и другие. Каждое подразделение разрабатывает свой раздел плана, исходя из своих специфических целей, которые не всегда совпадают с целями компании в целом. В связи с этим возникает проблема согласования этих решений с целями компании. Существуют разные подходы к решению проблемы согласования. Например вертикальное согласование, когда подразделения детально прорабатывают свои решения и в агрегированном виде передают их в дирекцию, где на этой основе принимается окончательный вариант плана компании и результаты передаются на уровень подразделений для доработки. В данной статье основное внимание уделяется разработке системы моделей горизонтального согласования плановых решений между подразделениями. Для решения этой проблемы предложена методология последовательности принятия решений подразделениями в виде итерационной процедуры на основе системы моделей. Система состоит из модели плана производства с учетом расширения мощностей, модели финансового плана (план прибыли и убытков, плановый баланс и план движения денежных средств), модели плана сбыта продукции компании и модели плана снабжения с учетом обратных связей между моделями. На примере показано, что через некоторое количество итераций подразделения получают согласованное плановое решение, соответствующее целям компании в целом.
Ключевые слова: функциональные подразделения, производственный и финансовый отделы, отдел снабжения и отдел сбыта, согласование решений, системы моделей, этапы (итерации) разработки план.
Классификация JEL: D2, D24, L2, G32.
DOI: 10.31857/S042473880003985-2
СПИСОК ЛИТЕРАТУРЫ
Ашимов А.А., Бурков В.Н., Джапаров Б.А., Кондратьев В.В. (1986). Согласованное управление активными производственными системами. М.: Наука.
Багриновский К.А. (1977). Основы согласования плановых решений. М.: Наука.
Брейли М. (1977). Принципы корпоративных финансов. М: ЗАО "Олимп-Бизнес".
Бригхем Ю., Гапенски Л. М. (2005). Финансовый менеджмент. СПб.: Экономическая школа.
Ван Хорн Джеймс К., Вахович Джон М. (2003). Основы финансового менеджмента. М.: Вильямс.
Вентцель Е.С. (1988). Исследования операций. М.: Наука.
Данилин В.И. (1975). Экономико-математические модели годового планирования на предприятии. М.: Наука.
Данилин В.И. (2006). Операционное и финансовое планирование в корпорации (методы и модели). М.: Наука.
Данилин В.И. (2015). Система моделей согласования решений между подразделениями и компанией в лице дирекции // Экономика и математические методы. Т. 51. № 4. С. 26-47.
Зайцев М.Г., Варюхин С.Е. (2007). Методы оптимизации управления и принятия решений: примеры, задачи, кейсы. M: Дело.
Карлберг К. (2006). Бизнес-анализ с помощью Microsoft Excel. М.: Вильямс.
Красс М.С., Чупрынов Б.П. (2001). Основы математики и ее приложения в математическом образовании. Раздел 2 "Основы оптимального управления". М.: Дело.
Ли Ченг Ф., Финнерти Джозеф И. (2000). Финансы корпораций: теория, методы и практика. М.: ИНФРА-М.
Мироносецкий Н.Б. (1976). Моделирование процессов создания и выпуска новой продукции. Новосибирск: Наука.
Плещинский А.С. (2004). Оптимизация межфирменных взаимодействий и внутрифирменных управленческих решений. М: Наука.
Плещинский А.С., Пачковский Э.М., Михайлина И.М. (2008). Согласованная оптимизация логистической и производственно-финансовой деятельности многостадийных предприятий (динамические модели). М.: ЦЭМИ РАН.
Португал В.М., Семёнов А.И. (1986). Модели планирования на предприятиях. М.: Наука.
Росс С., Вестерфилд Р., Джордан Б. (2000). Основы корпоративных финансов. М.: Лаборатория базовых знаний.
Шапиро Дж. (2006). Моделирование цепи поставок. СПб: Питер.
Ю.Н. Гаврилец*, М.В. Черненков**, С.А. Никитин*** Агрегированные индексы мнений населения о качестве жизни в регионах России
Экономика и математические методы, 2019, 55 (1), 101-115.
ЦЭМИ РАН, Москва
* E-mail: yurkag@mail.ru
** E-mail: mcher51@mail.ru
*** E-mail: nikitinnn@yandex.ru
Работа выполнена при финансовой поддержке Российского научного фонда (проект 17-18-01080).
Аннотация. В статье предлагаются методологические подходы к исследованию особенностей и различий в оценках населением условий жизни в регионах России. Делается попытка построить агрегированные индексы, которые характеризуют экономический потенциал роста, уровень общественной безопасности, социальную обеспокоенность и удовлетворенность населения в регионах России. Для этого используются данные специальных социологических опросов и официальной статистики по 47 субъектам РФ. Агрегированные индексы рассчитаны с использованием метода главных компонент. Исследуются статистические связи между полученными индексами, построена регрессионная модель, характеризующая зависимость удовлетворенности населения условиями жизни от уровня экономического потенциала, обеспокоенности и доверия органам правопорядка. Проводится сравнительный анализ возможностей экономического роста регионов, уровней удовлетворенности и обеспокоенности населения. Анализируется также динамика роста экономического потенциала в регионах РФ с учетом возможности его прогнозирования и применения прогнозов в социальном управлении.
Ключевые слова: регионы России, социологические исследования, качество жизни, социальная обеспокоенность, экономический потенциал, региональная безопасность, метод главных компонент, регрессионный анализ, условный прогноз.
Классификация JEL: C53.
DOI: 10.31857/S042473880004045-8
СПИСОК ЛИТЕРАТУРЫ
Айвазян С. (2012). Анализ качества и образа жизни населения. Эконометрический подход. М.: Наука.
Айвазян С., Афанасьев М., Кудров А. (2016). Метод кластеризации регионов РФ с учетом отраслевой структуры ВРП // Прикладная эконометрика. № 1. С. 26-27.
Балацкий Е.В. (2005). Факторы удовлетворенности жизнью: измерение и интегральные показатели // Мониторинг общественного мнения. № 4 (76). С. 44-48.
Волкова М. (2010). Сравнение объективистского и субъективистского подходов к измерению синтетических латентных категорий качества жизни населения: результаты эмпирического анализа российских данных // Прикладная эконометрика. № 3. С. 62-90.
Гаврилец Ю., Клименко К., Кудров А. (2016). Статистический анализ факторов социальной напряженности в России // Экономика и математические методы. № 1. С. 90-111.
Гаврилец Ю., Никитин С., Черненков М. (2018). Оценка населением качества жизни и социальная стабильность в регионах России. М.: Институт прикладной математики имени В.Г. Келдыша.
Давыдов, А. (1995). Индекс социального неблагополучия // Социологические исследования. № 10. С. 118-128.
Дзоло Д. (2010). Демократия и сложность: реалистический подход. М.: Изд. дом Государственного университета Высшей школы экономики.
Заславская Т.И. (2004). Современное российской общество: социальный механизм трансформации. М.: Дело.
Иванова Е. (2017). Рейтинг регионов России по уровню качества жизни. [Электронный ресурс] Режим доступа: http://basetop.ru/reyting-regionov-rossii-po-urovnyu-kachestvu-zhizni-2017/, свободный. Загл. с экрана. Яз. рус. (дата обращения: июнь 2018 г.).
Лига М.Б. (2006). Качество жизни как основа социальной безопасности: монография. Константинов М.В. (ред.). М.: Гардарики.
Луман Н. (2007). Социальные системы. Очерк общей теории. Газиев И.Д. (пер. с нем.); Головин Н.А. (ред.). СПб.: Наука.
Маслоу А.Г. (1999). Мотивация и личность. СПб.: Евразия.
Осипов Г.В. (2002). Социология и социальное мифотворчество. М.: Норма-Инфра-М.
Римашевская М., Бочкарева В., Волкова Г., Корчагина Л. (2012). Региональные особенности уровня и качества жизни. Монография. М.: ИСЭПИ РАН, ООО "М-Студио".
Desai M. (2002). Marx's Revenge: The Resurgence of Capitalism and the Death of Statist Socialism. London: Verso.
Hagerty M.R., Cummins R.A., Ferriss A.L., Land K., Michalos A.C., Peterson M. et al. (2001). Quality of Life Indexes for National Policy. Davis: Graduate School of Management University of California.
Measuring Human Development Index: The Old, the New and the Elegant (2013). [Электронный ресурс] Indira Gandhi Institute of Development Research, Mumbai October 2013. Режим доступа: http://www.igidr.ac.in/pdf/publication/WP-2013-020.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июнь 2018 г.).
Sen A. (2010). The Idea of Justice. London: Penguin Books Ltd.
Морозов С.Л. Стандартный 13-месячный эталонный календарь Медлера-Менделеева-Морозова и его применение для индустриализации космического общества
Экономика и математические методы, 2019, 55 (1), 116-125.
ЦЭМИ РАН, Москва
E-mail: elbimru@gmail.com
Аннотация. До сих пор не существует ни единого всемирного стандарта, ни единого глобального эталона календарного года. Космическое общество - шестая общественно-экономическая формация нашей Цивилизации. Имеется две, принципиально разные, диаметрально противоположные, точки зрения на космическую идеологию: 1) геоцентрическая (из Земли на Космос); 2) космоцентрическая, или астроцентрическая (из Космоса на Землю). Шестая общественно-экономическая формация (космическая) является космоцентрической, и этим она отличается от пяти предыдущих (чисто земных, геоцентрических) общественно-экономических формаций (первобытнообщинной, рабовладельческой, феодальной, капиталистической и социалистической (коммунистической)). Задача ее теоретического описания состоит в том, чтобы взглянуть из Космоса на Землю как на один из многих космических кораблей Цивилизации и воспринять Землю как обычную часть природы Космоса (космоцентризм). Ориентирами для космонавтов-астронавтов в Космосе будут 88 созвездий, а не боги Древнего Египта, Греции и Рима. В Космосе нет ни земного верха, ни низа, ни дня, ни ночи, ни сезонов года, ни равноденствий, ни солнцестояний, ни разновеликих месяцев года, нет фаз Луны. В Космосе, в частности, не имеет смысла ни один из существующих сегодня средневековых геоцентричных клерикальных земных аналоговых эллиптических календарей (их насчитывается около 40), имеющих в качестве названий месяцев древнеримских и древнегреческих богов и богинь. Для целей астронавигации и астродинамики в космосе они совершенно бесполезны. Поэтому NASA (США) для целей исключительно астронавигации и астродинамики с 13 января 2016 г. ввело 13-й зодиак - Змееносец (Ophiuchus-Serpentarius-Apheuhus) - в свою календарную систему и открыто об этом объявило. Космическое общество будет иметь стандартный, 13-месячный эталонный математический календарь года, ориентированный на 88 главных созвездий Вселенной, занесенных в Каталог ярких звезд 1928 г., из которых 13 зодиакальных созвездий находятся на эклиптике Солнца. Этот календарь будет показывать единое время во всех космических кораблях Человечества во Вселенной, включая Землю - как один из таких космических кораблей. В статье изложены фундаментальные принципы математического, стандартного 13-месячного эталонного зодиакального календаря.
Ключевые слова: стандартный Медлера-Менделеева-Морозова календарь; стандартный 13-месячный эталонный календарь; сингулярная точка времени "1 января 2013 г. (2013-I-01 00:00:00.000000000)"; ошибка запаздывания (отставания) в коде учета времени ISO 8601; космическое общество - шестая общественно-экономическая формация Цивилизации; геоцентризм; космоцентризм; астроцентризм; единое время во всех космических кораблях Человечества во Вселенной.
Классификация JEL: C60, F55, F59.
DOI: 10.31857/S042473880003983-0
СПИСОК ЛИТЕРАТУРЫ
Морозов С.Л. (2013). Об одной новой календарной системе // Экономика и математические методы. Т. 49. № 4. С. 111-125.
Морозов С.Л. (2018а). Гомеостатический ковчег и эталонный постоянный календарь Д.И. Менделеева как главные средства в стратегии индустриализации космоса и создания космического общества. Монография. М.: ООО "Ваш формат".
Морозов С.Л. (2018б). Менделеевский эталонный календарь России на 2019 год. Монография. М.: ООО "Ваш формат".
Морозов С.Л. (2018в). Менделеевский эталонный календарь России на 2020 год. Монография. М.: ООО "Ваш формат".
Сухова С. (2018). Эталона года как не было, так и нет. Экономист объяснил Светлане Суховой, какой календарь нужен современному человечеству // Огонёк. № 49 (5544). С. 26-27.
Ахмадеев Б.А.*, Макаров В.Л.** Система оценки проектов на основе комбинированных методов компьютерной оптимизации
Экономика и математические методы, 2019, 55 (2), 5-23.
ЦЭМИ РАН, Москва
* E-mail: bulat.a@mail.ru
** E-mail: makarov@cemi.rssi.ru
Аннотация. В статье пошагово описывается механизм создания системы оценки экономических проектов, основанной на комбинации методов компьютерной и линейной оптимизации в системе Wolfram Mathematica. Предлагаемая модель является модернизацией модели оптимального планирования академика Л.В. Канторовича. Здесь мы добавляем новый, но актуальный для рыночной экономики продукт - деньги. Еще одним нововведением модели является возможность расчета оптимизационной задачи на любое число периодов. На основе автоматического анализа объективно-обусловленных оценок двойственной задачи линейного программирования предлагается метод оптимизации государственных инвестиций в проекты. Проводится ряд экспериментов, которые на наглядных условных примерах показывают, как различные критерии оптимизации могут влиять на решение задачи и к каким последствиям они могут привести в различных аспектах исследуемого экономического окружения. Например, если цель регионального правительства - повышение финансового благосостояния населения, то максимизируется именно вектор заработной платы. Если целью является увеличение прибыли какой-либо отрасли или предприятия, то максимизируется соответствующий вектор. Таких целей может быть множество, критерий оптимальности может быть комбинированным с различными весами - в соответствии со стоящими перед руководством задачами. Предполагается, что разработанная система может быть включена в сеть ситуационных центров для оптимизации управленческих решений на уровне крупных промышленных предприятий, регионов или всей страны.
Ключевые слова: проектная оптимизация, оценка проектов, линейное программирование, проектная экономика, долгосрочное планирование, Wolfram Mathematica.
Классификация JEL: C61, C63, O21, G31.
DOI: 10.31857/S042473880003315-5
СПИСОК ЛИТЕРАТУРЫ
Канторович Л.В. (1959). Экономический расчет наилучшего использования ресурсов. М.: Изд-во АН СССР.
Канторович Л.В., Богачев В. Н., Макаров В. Л. (1970). Об оценке эффективности капитальных затрат // Экономика и мат. методы. Т. 6. Вып. 6. С. 811-826.
Макаров В.Л., Бахтизин А.Р. (2013). Социальное моделирование - новый компьютерный прорыв (агент-ориентированные модели). М.: Экономика.
Akhmadeev B., Manakhov S. (2015). Effective and Sustainable Cooperation between Start-ups, Venture Investors, and Corporations // Journal of Security and Sustainability. Issues 5 (2). Р. 269-285. DOI: http://dx.doi.org/10.9770/jssi.2015.5.2(12).
Arrow K., Debreu G. (1954). Existence of Equilibrium for a Competitive Economy // Econometrica. Vol. 25. Р. 265-290.
Bernanke B., Gertler M. (1995). Inside the Black Box: The Credit Channel of Monetary Policy Transmission // Journal of Economic Perspectives. Vol. 9 (4) . Р. 27-48.
Blanchard O.J., Fischer S. (1989). Lectures on Macroeconomics. MIT Press: Cambridge.
Dawid H. (2006). Agent-Based Models of Innovation and Technological Change. Handbook Computational Economics. Vol. 2. P. 1235-1272 (ISSN 1574-0021).
Delli Gatti D., Guilmi C., Gaffeo E., Giulioni G., Gallegati M., Palestrini A. (2005). A New Approach to Business Fluctuations: Heterogeneous Interacting Agents, Scaling Laws and Financial Fragility // Journal of Economic Behaviour Organization. No. 56 (4). P. 489-512.
Kutschinski E., Uthmann T., Polani D. (2003). Learning Competitive Pricing Strategies by Multi-Agent Reinforcement Learning // Journal of Economic Dynamics Control. No. 27. P. 2207-2218.
LeBaron B. (2006). Agent-Based Financial Markets: Matching Stylized Facts with Style. In: Colander D. (ed.) "Post-Walrasian macroeconomics". New-York: Cambridge University Press. P. 221-235.
Moiseev N., Akhmadeev B.A. (2017). Agent-Based Simulation of Wealth, Capital and Asset Distribution on Stock Markets // Journal of Interdisciplinary Economics. May. DOI: 10.1177/0260107917698781.
Raberto M., Cincotti S., Focardi S., Marchesi M. (2001). Agent-based simulation of a financial market // Physica A: Statistical Mechanics and its Applications. Vol. 299 (1). P. 319-327.
Ramsey F.P. (1929). On a Problem in Formal Logic // Proc. London Math. Soc. Vol. 30. P. 264-286. doi:10.1112/plms/s2-30.1.264.
Samuelson P. (1958). An Exact Consumption-Loan Model of Interest with or Without the Social Contrivance of Money // J. of Political Economy. Vol. 66. No. 6. P. 467-482.
Shapiro C., Stiglitz J. (1984). Equilibrium Unemployment As a Discipline Device // American Economic Review. No. 74(3). P. 433-444.
Tassier T., Menczer F. (2001). Emerging Small-World Referral Networks in Evolutionary Labor Markets // IEEE Transactions. Evolutionary Computation. No. 5 (5). P. 482-492.
Tobin J. (1969). A General Equilibrium Approach to Monetary Theory // J. of Money, Credit, and Banking. No. 1. P. 15-29.
Скрыпник Д.В. Бюджетная политика и экономический рост в России. Оптимальное бюджетное правило
Экономика и математические методы, 2019, 55 (2), 24-40.
ЦЭМИ РАН, Москва, Россия
skrypnikdv@gmail.com
Разделы 1-4 статьи подготовлены при финансовой поддержки РФФИ (проект 17-02-00524-ОГН). Работа была выполнена под научным руководством академика РАН, д.э.н. В.М. Полтеровича, которому автор признателен за участие и плодотворные обсуждения. Автор выражает благодарность д.э.н., профессору М.Ю. Афанасьеву и члену-корреспонденту РАН, д.э.н. М.Ю. Головнину за ценные комментарии, а также анонимному рецензенту, чьи замечания позволили существенно улучшить статью. Вся ответственность за возможные неточности и опечатки лежит на авторе.
Аннотация. В работе на основе макроэкономической модели российской экономики анализируется бюджетная политика в России в период бурного роста на нефть 2000-х годов. Новизна работы состоит в демонстрации неоптимальной бюджетной политики в соответствующий период - фактический уровень государственных расходов в стране был ниже оптимального. Основной механизм возникновения роста по оптимальному сценарию связан с масштабирующим эффектом государственных расходов, расширяющим производственные возможности экономики. Адекватная монетарная политика позволяет не допустить раскручивания инфляционной спирали, а запустить спираль экономического роста. Неоптимальность бюджетной политики является следствием особенности механизма бюджетного правила, не учитывающего влияния государственных расходов на экономический рост, что соответствует типу управления по разомкнутому контуру (не учитывается обратная связь между управляемой и управляющей переменной). Бюджетное правило, реализующее управление по замкнутому контуру (учитывается и прямая, и обратная связи) и позволяющее конструировать оптимальную экономическую политику для развивающихся стран, может стать основой формирования системы управления ростом, сочетающей универсальное планирование, т.е. охватывающее всю экономику, и программное планирование, реализующее отдельные проекты. Ключевым принципом такого правила должен стать принцип нащупывания экономического равновесия.
Ключевые слова: оптимальное управление, макроэкономическая модель, бюджетное правило.
Классификация JEL: E620, O230, H540, С510, С520, С320.
DOI: 10.31857/S042473880004675-1
СПИСОК ЛИТЕРАТУРЫ
Гурвич Е.Т. (2006). Бюджетная и монетарная политика в условиях нестабильной внешней конъюнктуры // Вопросы экономики. № 3. С. 4-27.
Гурвич Е., Вакуленко Е., Кривенко П. Циклические свойства бюджетной политики в нефтедобывающих странах // Вопросы экономики. 2009. №. 2. С. 51-70.
Глазьев С. Ю. Кудрявая экономика // Политический журнал. 2006. № 43-44. С. 47-48.
Идрисов Г.И., Синельников-Мурылев С.Г. (2013). Бюджетная политика и экономический рост // Вопросы экономики. Т. 8. С. 35-59.
Кудрин А.Л., Кнобель А.Ю. (2017). Бюджетная политика как источник экономического роста // Вопросы экономики. №. 10. С. 5-26.
Полтерович В.М. (2015). О формировании системы национального планирования в России // Журнал Новой экономической ассоциации. № 2 (26). С. 237.
Скрыпник Д.В. (2016). Макроэкономическая модель российской экономики // Экономика и математические методы. Т. 52. № 3. С. 92-113.
Солнцев О.Г., Белоусов Д.Р. (2005). Об использовании ресурсов стабилизационного фонда для стимулирования экономического роста // Проблемы прогнозирования. № 4. С. 21-27.
Стратегия модернизации российской экономики (2010). Полтерович В.М. (общ. ред.). СПб.: Алетейя.
Berg A. Portillo R, Yang S, Zanna LF (2012). Public Investment in Resource Abundant Low-Income Countries. IMF/CBRT Conference on Policy Responses to Commodity Price Movements, Istanbul.
Blanchard O., Perotti R. (1999). An Empirical Characterization of the Dynamic Effects of Changes in Government Spending and Taxes on Output. No. w7269. National Bureau of Economic Research.
Collier P. (2011). Savings and Investment Decisions in Low-Income Resource-Rich Countries. Centre for the Study of African Economies, Department of Economics. Oxford: Oxford University.
Collier P., Ploeg R. van der, Spence M., Venables A. (2010). Managing Resource Revenues in Developing Economies // IMF Staff Papers. Vol. 57 (1). Р. 84-118.
Fair R.C. (1984). Specification, Estimation, and Analysis of Macroeconometric Models. Cambridge: Harvard University Press.
Репина Е.Г.i,*, Ширяева Л.К.i,**, Федорова Е.А.ii,*** Исследование зависимости между развитием малого предпринимательства и микрофинансовой обеспеченностью регионов РФ
Экономика и математические методы, 2019, 55 (2), 41-57.
i Самарский государственный экономический университет, Самара
ii Финансовый университет при Правительстве РФ, НИУ ВШЭ, Москва
* E-mail: violet261181@mail.ru
** E-mail:shiryeva_lk@mail.ru
*** E-mail:ecolena@mail.ru
Аннотация. Выдвигается гипотеза об изменении структуры зависимости между уровнем развития малого предпринимательства и микрофинансовой обеспеченностью российских регионов в связи с госрегулированием деятельности микрофинансовых организаций (МФО) в 2013-2016 гг. Уровень развития малого предпринимательства и микрофинансовая обеспеченность российских регионов характеризуются числом предприятий малого бизнеса (МБ) и числом зарегистрированных МФО в расчете на 1 тыс. человек населения региона. Для моделирования структуры зависимости используется метод копула-функций. Выбор наиболее подходящей копулы осуществляется на основе минимизации информационного критерия Акаике, а качество подгонки копула-модели проверяется с помощью теста, основанного на статистике Крамера-Мизеса. Найдено, что в период 2012-2016 гг. происходили трансформации вероятностной структуры зависимости исследуемых показателей: от копулы независимости в 2012-2013 гг. к копулам Франка в 2014-2015 гг. и Клейтона в 2016 г. Делается вывод о том, что трансформации вероятностной структуры зависимости исследуемых показателей в 2012-2016 гг. обусловлены долговременным эффектом от мер государственного регулирования сферы МФО, предпринятым в 2013-2016 гг. Новизна работы заключается в оценке влияния мер государственного регулирования сферы МФО на уровень развития малого предпринимательства в регионах на основе метода копула-функций.
Ключевые слова: микрофинансовые организации, малый бизнес, метод копула-функций, копула независимости, архимедовы копулы, метод максимального правдоподобия, хвостовые зависимости, информационный критерий Акаике, статистика Крамера-Мизеса.
Классификация JEL: C52, E58, G21, O160.
DOI: 10.31857/S042473880004680-7
СПИСОК ЛИТЕРАТУРЫ
Белоусов А.Л. (2015). Регулирование деятельности микрофинансовых организаций: проблемы и перспективы развития // Финансы и кредит. № 26. С.39-46.
Бурдун Г.Д., Марков Б.Н. (1985). Основы метрологии. М.: Изд-во стандартов.
Карпушин Е.С. (2016). Развитие рынка микрофинансовых организаций России: конфликт интересов инвесторов, заемщиков и государства // Вопросы экономики. № 9. С.150-158.
Кендалл М., Стьюарт А. (1973). Статистические выводы и связи. М.: Наука.
Ковалева Е.А. (2011). Микрофинансирование - новый инструмент развития малого бизнеса //Экономические науки. № 74. С. 271-274.
Лемешко Б.Ю., Чимитова Е.В. (2003). О выборе числа интервалов в критериях согласия типа // Заводская лаборатория. Диагностика материалов. Т. 69. С. 61-67.
Розанова Л.И. (2015). Микрофинансовые организации на региональном рынке: ростовщики или инвесторы // Финансы и кредит. 30 (654). С. 40-47.
Семин Р.Н. (2007). Развитие институциональной среды: финансовая поддержка малого бизнеса // Дайджест-Финансы. № 5 (149). С. 31-38.
Фантаццини Д. (2011а). Моделирование многомерных распределений с использованием копула-функций. I // Прикладная эконометрика. № 2 (22). С. 98-134.
Фантаццини Д. (2011б). Моделирование многомерных распределений с использованием копула-функций. II // Прикладная эконометрика. № 3 (23). С. 98-132.
Фантаццини Д. (2011в). Моделирование многомерных распределений с использованием копула-функций. III // Прикладная эконометрика. № 4 (24). С. 100-130.
Шахназарян Г.Э. (2016). Сравнительный анализ правового регулирования деятельности коммерческих микрофинансовых институтов в странах Евразийского экономического союза // Финансы и кредит. № 12 (684). С. 24-39.
Babajide A. (2012). Effects of Microfinance on Micro and Small Enterprises (MSEs) Growth in Nigeria // Asian Economic and Financial Review. Vol. 2. P. 463-477.
Balakrishnan N., Lai C.-D. (2009). Continuous Bivariate Distributions. New York: Springer.
Baydas M. (1994). Credit Rationing in Small Scale Enterprises: Special Microenterprise Programs in Ecuador // Journal of Development Studies. Vol. 31 (2). P. 279-308.
Baydas M. (2004). Market Assessment for Housing Microfinance. In: Daphis F., Ferguson B. (eds) "Housing Microfinance: A Guide to Practice". Bloomfield: Kumarian Press.
Bouye E. (2002). Multivariate Extremes at Work for Portfolio Risk Measurement // Finance. Vol. 23 (2). P. 125-144.
Breymann W., Dias A., Embrechts P. (2003). Dependence Structures for Multivariate High-Frequency Data in Finance // Quantitative Finance. Vol. 3. P. 1-14.
Collins D., Morduch J., Rutherford S., Ruthven O. (2009). Portfolios of the Poor: How the World's Poor Live on $2 a Day. Princeton: Princeton University Press.
Dichter T., Harper M. (2007). What's Wrong with Microfinance Warwickshire: Practical Action Publishing.
Guerin I., Labie M., Servet J.-M. (2015). The Crises of Microcredit. New York: Zed Books.
Khandker S.R. (2005). Microfinance and Poverty: Evidence Using Panel Data from Bangladesh // The World Bank Economic Review. Vol. 19. P. 263-286.
Genest C., Rmillard B., Beaudoin D. (2009). Goodness-of-Fit Tests for Copulas: A Review and Power Study // Insurance: Mathematics and Economics. Vol. 44 (2). P. 199-213.
Ledgerwood J., White V. (2006). Transforming Microfinance Institutions: Providing Full Financial Services to the Poor. Washington: World Bank.
Nelsen R.B. (2006). An Introduction to Copulas. Lecture Notes in Statistics. New York: Springer-Verlag.
Ngoasong M.Z., Kimbu, A.N. (2016). Informal Microfinance Institutions and Development-led Tourism Entrepreneurship // Tourism Management. Vol. 52. P. 430-439.
Sklar A. (1959). Fonctions de rpartition n dimensions et leurs marges // Publications de l'Institut de Statistique de L'Universit de Paris. Vol. 8. P. 229-231.
Tucker M., Miles G. (2004). Financial Performance of Microfinance Institutions: A Comparison to Performance of Regional Commercial Banks by Geographic Regions // Journal of Microfinance/ ESR Review. Vol. 6 (1). P. 41-54.
Woolcock M. (1999). Learning from Failures in Microfinance: What Unsuccessful Cases Tell Us How Group Based Programs Work // American Journal of Economics and Sociology. Vol. 58 (1). P. 17-42.
Ассаул В.Н.*, Погодин И.Е.** О транспортной задаче с экологическим критерием
Экономика и математические методы, 2019, 55 (2), 58-64.
ВМПИ ВУНЦ ВМФ ВМА, Санкт-Петербург
* E-mail: vicvic21@yandex.ru
** E-mail: iepogodin@mail.ru
Авторы благодарны И.А. Барсуку за создание условий для осуществления необходимых вычислений, А.И. Поповой за помощь в оформлении, а также Р.И. Мусатенко за идею экологического подхода.
Аннотация. Рассматривается решение транспортной задачи, в которой, помимо платы за провоз каждой единицы груза, с перевозчика дополнительно взимается фиксированная плата за использование трассы вне зависимости от количества перевозимого по ней груза. Приведены три решения этой задачи: 1) детальный логический анализ матрицы платежей с построением дерева, учитывающего корректирующие циклы; при этом рассматриваются поставки во все незаполненные клетки и отбираются приводящие к уменьшению целевой функции; 2) выбор наилучшего плана из совокупности итерационных вариантов, в каждом из которых стоимости перевозок по используемым трассам (клеткам) заменяются фактическими, т.е. пересчитанными с учетом добавок к исходным стоимостям перевозок дополнительных штрафных добавок, приведенных к единице груза, перевозимого по соответствующей трассе на предыдущей итерации; 3) приближенное сведение двухкомпонентных стоимостей к эффективным непрерывным величинам удельных стоимостей перевозок, которые моделируют скачкообразный вклад дополнительных доплат, и дальнейшим сведением задачи к поиску экстремума целевой функции как функции нескольких переменных. Делаются оценки условий, при которых задача с необходимостью требует учета дополнительных платежей по трассам. Поскольку такая постановка задачи не имела единого термина, то с учетом современных условий авторы предложили назвать ее "транспортной задачей с экологическим критерием".
Ключевые слова: целевая функция, стоимость перевозки, оптимальный план, корректирующий цикл.
Классификация JEL: C02, C44, C54, C65.
DOI: 10.31857/S042473880003951-5
СПИСОК ЛИТЕРАТУРЫ
Бирман И.Я. (1968). Оптимальное программирование. М.: Экономика.
Канторович Л.В. (1942). О перемещении масс // Доклады Академии наук СССР. Т. 37. С. 227-229.
Корбут А.А., Финкельштейн Ю.Ю. (1969). Дискретное программирование. М.: Наука.
Поляк Р.А. (1966). Об одной неоднородной транспортной задаче. В сб.: "Математические модели и методы оптимального планирования". Новосибирск: Наука. С. 109-115.
Седова С.В., Лебедев С.С. (1999). Решение одной задачи размещения с использованием узловых векторов разрешающих множителей // Экономика и математические методы. Т. 35. № 3. С. 116-121.
Седова С.В., Лебедев С.С. (2001). Метод узловых векторов целочисленного программирования. Задачи специального вида. Препринт ЦЭМИ. WP/2000/094.
Сигал И.Х., Иванова А.П. (2007). Введение в прикладное и дискретное программирование: модели и вычислительные алгоритмы. М.: Физматлит. С. 45-49.
Фролькис В.А. (2002). Введение в теорию и методы оптимизации для экономистов. СПб: Питер.
Туй Х. (1964). Вогнутое программирование при линейных ограничениях // Доклады Академии наук СССР. Т. 159. № 1. С. 32-35.
Balinski M.L. (1961). Fixed Cost Transportation Problem // Naval Res. Log. Quart. Vol. 8. No. 1. P. 41-54.
Айвазян С.А., Березняцкий А.Н.*, Бродский Б.Е.** Неравновесные структурные модели реального сектора российской экономики
Экономика и математические методы, 2019, 55 (2), 65-80.
ЦЭМИ РАН, Москва
* E-mail: artandtech@yandex.ru
** E-mail: bbrodsky@yandex.ru
Исследование выполнено при финансовой поддержке Российского научного фонда (проект 17-18-01080).
Аннотация. Цель данной статьи - описать перспективы развития российской экономики в среднесрочном сценарии, когда возможны изменения движущих сил экономического роста. Как и за счет каких факторов экономика России будет выходить из мирового экономического кризиса 2018-2019 гг., какими могут быть ориентиры экономической политики в этих условиях В работе построена макроэкономическая модель, основанная на идеях структурного моделирования и позволяющая описывать неравновесные режимы функционирования российской экономики при различных сценариях развития. По сути модель дезагрегирует сферу материального производства в России на сектора: экспорт-ориентированный сектор (ЭОС), внутренне-ориентированный сектор (ВОС), сектор естественных монополий (СЕМ). Взаимосвязи между этими секторами отражены в финальной форме модели: система из двух разностных уравнений моделирует динамику выпуска в ЭОС и ВОС. С учетом макроэкономических факторов, выделенных на стадии теоретического анализа, строится макроэконометрическая модель, позволяющая получить оценки ценовых показателей и индексов производства в важнейших отраслях реального сектора. Новизна предложенного подхода к прикладному макроэкономическому моделированию российской экономики состоит в: 1) учете структурных особенностей российской экономики; 2) методологии моделирования, позволяющей учесть нестационарные переходные процессы в экономике России. Теперь можно будет перейти к эконометрическому моделированию нестационарной динамики ключевых макропеременных российской экономики. При эконометрическом моделировании использована процедура коинтеграционного анализа Энгла-Грейнжера.
Ключевые слова: экономика России; структурное моделирование; дезагрегированная макромодель, прикладной эконометрический анализ.
Классификация JEL: C30; C32; C51; E13.
DOI: 10.31857/S042473880004674-0
СПИСОК ЛИТЕРАТУРЫ
Айвазян С.А., Енюков И.С., Мешалкин Л.Д. (1985). Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика.
Айвазян С.А., Березняцкий А.Н., Бродский Б.Е. (2017). Макроэкономическое моделирование российской экономики // Прикладная эконометрика. Том 47. С. 5-27.
Colander D., Howitt P., Kirman A., Leijonhufved A., Mehrling P. (2008). Beyond DGSE Models. Toward an Empirically Based Macroeconomics // American Economic Review. Papers and Proceedings. Vol. 98 (2). Р. 236-240.
Colander D. (2010). Testimony Presented to U.S. House of Representatives Science and Technology Committee Hearing Entitled "Building a Science of Economics for the Real World". Serial No. 111-106, July 20, 2010.
Cooley T. (1997). Calibrated Models // Oxford Review of Economic Policy. Vol. 13 (3). P. 55-69.
Davidson R., MacKinnon J.G. (1993). Estimation and Inference in Econometrics. New York: Oxford University Press.
Edge R., Gurkaynak R. (2011). How Useful are Estimated DSGE Model Forecasts for Central Banks Brookings Papers on Economic Activity, Fall 2010.
Engle R.F., Granger C.W.J. (1987). Cointegration and Error Correction: Representation, Estimation and Testing // Econometrica. Vol. 55. Р. 251-276.
Fair R.C. (2004). Estimating How the Macroeconomy Works. Cambridge: Harvard University Press.
Fair R.C. (2007). Evaluating Inflation Targeting Using a Macroeconomic Model, Economics // The Open Access Journal. Vol. 1-52, 2007-2008.
Fernandez-Villaverde J. (2010). The Econometrics of DSGE Models. Journal of the Spanish Economic Association. Vol. 1. Р. 3-49.
Granger C.W.J., Newbold P. (1974). Spurious Regressions in Econometrics // Journal of Econometrics. Vol. 35. Р. 143-159.
Heim J. (2017). An Econometric Model of the US Economy. London: Palgrave-MacMillan.
Klein L., Welfe A., Welfe W. (1999). Principles of macroeconometric modeling. Advanced textbooks in economics. Vol. 36. Elsevier.
Klein L., Evans M. (1968). The Wharton Econometric Forecasting Model. Wharton School of Finance and Commerce. Philadelphia: University of Pennsylvania.
Mankiw N.G. (2006). The Macroeconomist as Scientist and Engineer // Journal of Economic Perspectives. Vol. 20 (4). P. 29-46.
Paccagnini A. (2011). DSGE Model Evaluation and Hybrid Models: A Comparison. European University working paper, 2011/11.
Sims C. (1972). Money, Income, and Causality // The American Economic Review. Vol. 62 (4). Р. 540-552.
Sims C. (1980). Macroeconomics and Reality // Econometrica. Vol. 48 (1). Р. 1-48.
Smets F., Wouters R. (2003). An Estimated Dynamic General Equilibrium Model of the Euro Area // Journal of the European Economic Association. Vol. 1 (5). Р. 1123-1175.
Solow R.M. (2010). Testimony Presented to U.S. House of Representatives Science and Technology Committee Hearing Entitled "Building a Science of Economics for the Real World". Serial. No. 111-106. July 20.
Welfe W. (2013). Macroeconometric models. Advanced studies in theoretical and applied econometrics. Vol. 47. Springer.
Светлов К.В. Стадное поведение на фондовом рынке: анализ и прогнозирование
Экономика и математические методы, 2019, 55 (2), 81-97.
ПАО "Банк "Санкт-Петербург"", Санкт-Петербург
E-mail: kir.svetloff@gmail.com
Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований (проект 15-06-05625-а) "Потребительский выбор и стадное поведение в микроэкономике: от аналитического описания к реалистичным агент-ориентированным моделям".
Автор признателен руководителю проекта Д.В. Ковалевскому за полезные замечания. Организацией, предоставляющей условия для реализации проекта, является Международный центр по окружающей среде и дистанционному зондированию им. Нансена (Нансен-центр, Санкт-Петербург).
Аннотация. В работе проводится исследование модели Альфарано, описывающей динамику стоимости акции на рынке под влиянием стадного поведения его участников. В рамках данной модели выделяются два типа экономических агентов: инвесторы и шумовые трейдеры. Предполагается, что среди трейдеров существуют оптимистично настроенные, которые ожидают роста цены, и пессимистично настроенные, которые ожидают ее снижения. Стохастический характер цены в данной модели формируется под влиянием смены ожиданий у группы шумовых трейдеров, что выражается в изменении соотношения между числом оптимистов и пессимистов. В отличие от других моделей ценовой динамики получающаяся в рамках данной модели цена имеет конечные границы, значения которых определяются параметром чувствительности рынка к смене настроений трейдеров. Пользуясь диффузионным приближением для марковского процесса, описывающего соотношение числа трейдеров, ожидающих роста цены, и числа трейдеров, ожидающих снижения цены, мы проводим анализ указанной модели. В зависимости от параметров модели, задающих вероятности смены ожиданий у шумовых трейдеров, исследуется такой аспект данной модели, как возможность достижения за конечное время граничных вариантов в структуре участников торгов, когда абсолютно все трейдеры оптимистично или пессимистично настроены. Выводятся формулы для переходных вероятностей, позволяющие оценить возможность смены настроений на рынке за заданный промежуток времени и рассчитать влияние данных изменений на цену. Основным результатом данной работы является вывод соотношений для построения прогноза будущих значений цен, в том числе в долгосрочной перспективе, а также вывод соотношений для определения стоимости производных финансовых инструментов (на примере колл-опциона) и исследование возможности их хеджирования.
Ключевые слова: стадное поведение, стохастическая динамика, ценообразование опционов.
Классификация JEL: C63, G13.
DOI: 10.31857/S042473880003987-4
СПИСОК ЛИТЕРАТУРЫ
Бородин А.Н. (2013). Случайные процессы. СПб. : Лань.
Бьорк Т. (2010). Теория арбитража в непрерывном времени. М.: МЦНМО. [Bjrk T. (2009). Arbitrage Theory in Continuous Time. New York: Oxford University Press.]
Гихман И.И., Скороход А.В. (1965). Введение в теорию случайных процессов. М.: Наука.
Оксендаль Б. (2003). Стохастические дифференциальные уравнения. Введение в теорию и приложения. М. : АСТ. [ksendal B. (2003).
Stochastic Differential Equations: An Introduction with Applications. Berlin: Springer Berlin Heidelberg.]
Abramowitz M., Stegun I. (eds) (1965). Handbook of Mathematical Functions: with Formulas, Graphs, and Mathematical Tables. New York: Dover Publications Inc.
Alfarano S., Lux T., Wagner F. (2008). Time Variation of Higher Moments in a Financial Market with Heterogeneous Agents: An Analytical Approach // Journal of Economic Dynamics and Control. Vol. 32. No. 1. P. 101-136.
Bhattacharya R.N., Waymire E.C. (2009). Stochastic Processes with Applications. In: "Society for Industrial and Applied Mathematics". Berlin: Springer Berlin Heidelberg.
Cont R., Bouchaud J.P. (2000). Herd Behavior and Aggregate Fluctuations in Financial Markets // Macroeconomic Dynamics. Vol. 4. No. 2. P. 170-196.
Delbaen F., Shirakawa H. (2002). An Interest Rate Model with upper and Lower Bounds // Asia-Pacific Financial Markets. Vol. 9. No. 3. P. 191-209.
Ekstrm E., Tysk J. (2011). Boundary Conditions for the Single-Factor Term Structure Equation // The Annals of Applied Probability. Vol. 21. No. 1. P. 332-350.
Fllmer H., Schweizer M. (1993) A Microeconomic Approach to Diffusion Models for Stock Prices // Mathematical Finance. Vol. 3. No. 1. P. 1-23.
Karlin S., Taylor H.E. (1981). A Second Course in Stochastic Processes. New York: Academic Press.
Kirman A. (1993). Ants, Rationality, and Recruitment // The Quarterly Journal of Economics. Vol. 108. No. 1. P. 137-156.
Kovalevsky D.V. (2016). Modeling Herding Behavior on Financial Markets Affected by Exogenous Climate-Related Shocks. The 8th International Congress on Environmental Modelling and Software (iEMSs 2016), 10-14 July 2016, Toulouse, France. [Электронный ресурс] Conference paper in Brigham Young University ScholarsArchive Режим доступа: https://scholarsarchive.byu.edu/cgi/viewcontent.cgireferer= httpsredir=1 article=1586 context=iemssconference, свободный. Загл. с экрана. Яз. англ. (дата обращения: ноябрь 2017 г.).
Томашевский И.Л.i,*, Аксенов В.В.ii,** Как нерациональная маркетинговая стратегия может привести к экономическому успеху: математическая модель, учитывающая психологические факторы
Экономика и математические методы, 2019, 55 (2), 98-103.
i Северный (Арктический) федеральный университет,
Высшая школа информационных технологий и автоматизированных систем, Архангельск
ii Высшая инженерная школа, Архангельск
* E-mail: i.tomashevskii@gmail.com
** E-mail: v.aksenov@narfu.ru
Аннотация. Поведенческая экономика является одной из самых бурно развивающихся отраслей экономической науки. Она фиксирует глубокое влияние психологических факторов на развитие экономических процессов и помогает понять воздействие психологии на принятие экономических решений. В данной работе построена математическая модель развития предприятия, производящего и реализующего свою продукцию на потребительском рынке. Модель учитывает основные психологические факторы, определяющие спрос на продукцию: стартовую рекламу, рекламу путем сарафанного радио, эффекты, обусловленные дисбалансом спроса и предложения, а также маркетинговую стратегию производителя продукции. Показано, что во многих случаях слабая реакция производителя на ситуацию, складывающуюся на потребительском рынке, открывает простор для действия психологических факторов и приводит к эффективному экономическому развитию предприятия. И наоборот, строгий контроль ситуации на рынке и действия, которые кажутся экономически обоснованными, могут заглушить психологические факторы и привести к экономическому застою или упадку. Модель формулируется в терминах дифференциальных уравнений.
Ключевые слова: поведенческая экономика, экономические модели, математические модели в экономике.
Классификация JEL: D03, D04, E03.
DOI: 10.31857/S042473880004024-5
СПИСОК ЛИТЕРАТУРЫ
Ball R.J. Inflation and the Theory of Money. New York: Routledge, 2017.
Berger J. (2014). Word of Mouth and Interpersonal Communication: A Review and Directions for Future Research // Journal of Consumer Psychology. Vol. 24. P. 586-607.
Debreu G. Excess-Demand Functions // Journal of Mathematical Economics. 1974. Vol. 1. P. 15-21.
DeGraba P. Buying Frenzies and Seller-Induced Excess Demand // The RAND Journal of Economics. 1995. Vol. 26. P. 331-342.
Gisser M. Some Anomalies Arising from Bandwagons that Impart Upward Sloping Segments to Market Demand // Econ Journal Watch. 2009. Vol. 6. P. 21-34.
Lang B., Hyde K. (2013). Word of Mouth: What We Know and What We Have Yet to Learn // Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior. Vol. 26. P. 1-18.
Leibenstein H. Bandwagon, Snob, and Veblen Effects in the Theory of Consumers' Demand // Quarterly Journal of Economics. 1950. Vol. 64. P. 183-207.
Mantel R. On the Characterization of Aggregate Excess-Demand // Journal of Economic Theory. 1974. Vol. 7. P. 348-353.
Sernovitz A. Word of Mouth Marketing: How Smart Companies Get People Talking. Austin: Greenleaf Book Group Press, 2012.
Van Herper E., Pietars R., Zeelenberg M. When Demand Accelerates Demand: Trailing the Bandwagon Van // Journal of Consumer Psychology, 2009. P. 302-312.
Боровкова А.Е. Поведение фирмы-посредника на двустороннем рынке при дифференциации продукта в условиях асимметрии информации
Экономика и математические методы, 2019, 55 (2), 104-117.
МГУ имени М.В. Ломоносова, Москва, Россия;
E-mail: annaborovkova.ne@gmail.com
Аннотация. В работе представлен анализ взаимодействия экономических агентов на двустороннем рынке. Новизна работы состоит в предложенной автором математической модели для анализа поведения фирмы на двустороннем рынке при использовании стратегии дифференциации качества с учетом наличия сетевых внешних эффектов и неопределенности при оценке качества товара пользователем. В рамках данной модели владелец платформы может предложить одной из групп агентов (пользователям) на выбор одну из двух версий доступа к платформе: полную или тестовую, а также возможность после покупки тестовой версии повысить ее качество до полной. Версии доступа различаются уровнем возможного взаимодействия пользователей с агентами другой группы (авторами). Методологической базой исследования являются принципы и модели микроэкономики, теории отраслевых рынков и теории игр, теории контрактов. Проведенные нами расчеты показали, что в случае большого перекрестного сетевого эффекта, получаемого автором от пользователя, фирме-посреднику выгодно дифференцировать доступ к платформе и предоставлять возможность после покупки повысить его качество как по сравнению со стратегией дифференциации при условии отсутствия у пользователя возможности повысить уровень купленного доступа, так и по сравнению со стратегией, предполагающей выпуск только одной полной версии доступа. В модели показано, как на прибыль фирмы-посредника, спрос на взаимодействие со стороны участников и плату за подключение к платформе влияют три базовых параметра, а именно: размер перекрестного сетевого внешнего эффекта, качество тестовой версии доступа к платформе и неопределенность при оценке качества платформы пользователем до совершения покупки. Полученные результаты являются продолжением научных исследований в области теории двусторонних рынков.
Ключевые слова: двусторонний рынок, рынок с сетевыми внешними эффектами, фирма-посредник, перекрестный сетевой внешний эффект, диверсификация качества.
Классификация JEL: L10, L21, L22, M21.
DOI: 10.31857/S042473880004681-8
СПИСОК ЛИТЕРАТУРЫ
Благов Е.Ю. (2012). Математические модели динамики многосторонних сетевых платформ // Проблемы современной экономики. № 4 (44). С. 149-152.
Коваленко А.И. (2016). Проблематика исследований многосторонних платформ // Современная конкуренция. Т. 10. № 3 (57). С. 64-90.
Паршина Е.Н., Шаститко А.Е. (2016). Рынки с двусторонними сетевыми эффектами: спецификация предметной области // Современная конкуренция. Т. 10. № 1 (55). С. 5-18.
Aloui Ch., Jebsi K. (2010). Optimal Pricing of a Two-Sided Monopoly Platform with One-Sided Congestion Effect // International Review of Economics. No. 57 (4). P. 423-439.
Armstrong M. (2006). Competition in Two-Sided Markets // RAND Journal of Economics. No. 37 (3). P. 668-691.
Belleflamme P. (2005). Versioning in the Information Economy: Theory and Applications // CESifo Economic Studies. Vol. 51. No. 2-3. P. 329-358.
Belleflamme P., Peits M. (2010). Industrial Organization. Markets and Strategies. Cambridge: Cambridge University Press.
Bhargava H. K., Choudhary V. (2001). Information Goods and Vertical Differentiation // Journal of Management Information Systems. No. 18 (2). P. 89-106.
Bhargava H. K., Choudhary V. (2008). Research Note: When is Versioning Optimal for Information Goods // Management Science. No. 54 (5). P. 1029-1035.
Economides N., Tag J. (2012). Network Neutrality on the Internet: A Two-sided Market Analysis // Information Economics and Policy. No. 24. P. 91-104.
Gabszewicz J.J., Wauthy X.Y. (2004). Two-Sided Markets and Price Competition with Multi-Homing. CORE Discussion Paper No. 2004/30. Louvain-la-Neuve, Belgium.
Gabszewicz J.J., Wauthy X.Y. (2012). Platform Competition and Vertical Differentiation. CORE Discussion Paper. Universit Catholique de Louvain. Center for Operations Research and Econometrics.
Hagiu A. (2007). Merchant or Two-Sided Platform // Review of Network Economics. No. 6 (2). P. 115-133.
Hagui A., Halaburda H. (2013). Expectations and Two-sided Platform Profits. Harvard Business School. Working Paper No. 12-045.
Hagui A., Halaburda H. (2014). Information and Two-sided Platform Profits. Harvard Business School. Working Paper No. 12-045.
Hagiu A., Spulber D. (2013). First-Party Content and Coordination in Two-Sided Markets // Management Science. No. 59 (4). P. 933-949.
Nault B.R., Wei X. (2005). Product Differentiation and Market Segmentation of Information Goods. Haskayne School of Business. Working Paper.
Nault B.R., Wei X. (2013). Experience Information Goods: "Version-to-Upgrade" // Decision Support Systems. No. 56. P. 494-501.
Rochet J.Ch., Tirole J. (2003). Platform Competition in Two-sided Markets // Journal of the European Economic Association. No. 1. P. 990-1029.
Rochet J.Ch., Tirole J. (2006). Two-Sided Markets: A Progress Report // RAND Journal of Economics. No. 37 (3). P. 645-667.
Roson R. (2005). Two-Sided Markets: A Tentative Survey // Review of Network Economics. No. 4 (2). P. 1-19.
Rysman M. (2009). The Economics of Two-Sided Markets // Journal of Economic Perspective. No. 23 (3). P. 125-143.
Shapiro C., Varian H.R. (1998). Versioning: The Smartest Way to Sell Information // Harvard Business Review. No. 76 (6). P. 106-114.
Shapiro C., Varian H.R. (1999). Information Rules: A Strategic Guide to the Network Economy. Harvard Business School Press. Boston. Massachusetts.
Shivendu S., Zhang Zh. (2012). Versioning Strategy of Information Goods with Network Externality in the Presence of Piracy. In: "45th Hawaii International Conference on System Science (HICSS)", January.
Global Top 100 Companies by market capitalization (2017). [Электронный ресурс] Режим доступа: https://www.pwc.com/gx/en/audit-services/assets/pdf/global-top-100-companies-2017-final.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: 22.03.2018).
Григорьев Р.А. Одновременные эффекты несинхронных временных рядов: проблемы VAR-модели
Экономика и математические методы, 2019, 55 (2), 118-129.
НИИ проблем социально-экономического развития, Казанский инновационный университет им. В.Г. Тимирясова (ИЭУП), Казань. E-mail: Ruslan.grigoryev@yandex.ru
Автор благодарит анонимных рецензентов за рекомендации по улучшению статьи. Автор благодарит Б.Е. Бродского за конструктивные замечания.
Аннотация. Требование синхронности временных рядов не является часто встречающимся условием в теоретических описаниях эконометрических моделей и тестов на их основе. Однако ввиду того что большое число показателей в мире в силу распределенности субъектов анализа в разных временных зонах являются несинхронными, исследователи стали опрометчиво использовать классические эконометрические модели, успешно работающие с синхронными временными рядами, на данных несинхронного типа. Эта статья подвергает критическому анализу применение несинхронных временных рядов в модели VAR Кристофера Симса из-за появления в них одновременных эффектов для отдельных переменных, которые при применении синхронных данных попросту отсутствуют. Новизна работы состоит в утверждении некорректности использования классических VAR- и VECM-моделей совместно с несинхронными временными рядами. Показано, что в процессе использования временных рядов, записанных неодномоментно, модель нарушает паритет начальных условий тестирования, где один из рядов получает преимущество в отклонении гипотезы грейнжеровского предшествия другому ряду. Наличие подобного диспаритета состоит в том, что временному ряду, записанному позже внутри наблюдения, классическая модель разрешает одновременные эффекты, а другому временному ряду модель в этих эффектах отказывает. Возможный вариант устранения подобных некорректностей лежит в использовании нескольких моделей VAR. Переменные лага 0 временного ряда, момент записи которого происходит позже ряда-оппонента, в случае SVAR-моделей приводит к нарушению принципов каузальности Юма. Нахождение данной переменной в составе модели нарушает корректную оценку других ее показателей, а грейнжеровское предшествие этой переменной в этом случае тестируется для направления из будущего в прошлое, что является неприемлемым.
Ключевые слова: несинхронность торгов, несинхронность, VAR, векторная авторегрессия, VECM, одновременные эффекты, мгновенное предшествие, предшествие по Грейнжеру.
Классификация JEL: С01, С49, С51, С52, С58.
DOI: 10.31857/S042473880004677-3
СПИСОК ЛИТЕРАТУРЫ
Григорьев Р.А., Джеффри Ш., Марченко Г.Н. (2012a). Несинхронность дневных данных в анализе межрыночных взаимосвязей (на примере БРИК и развитых стран) // Прикладная эконометрика. Т. 26. № 2. С. 92-112.
Григорьев Р.А., Джеффри Ш., Марченко Г.Н. (2012б). Роль линейки времени при тестировании причинности по Гранжеру в условиях несинхронности дневных данных // Прикладная эконометрика. Т. 27. № 3. С. 3-19.
Григорьев Р.А. (2018a). Нулевой меридиан: последствия для моделирования финансовых несинхронных временных рядов // Terra Economicus. Т. 16. № 3. С. 16-34.
Григорьев Р.А. (2018б). Несинхронность временных рядов - основная причина лидерства бирж США в классических эконометрических моделях // Актуальные проблемы экономики и права. Т. 12. № 2. С. 241-255.
Григорьев Р.А. (2018в). Репликация исследования Григорьева в статье Б. Резника и Г. Шусмита: идентичность в гипотезе, методе подготовки данных, результатах. Препринт # WP/2018/326. М.: ЦЭМИ РАН.
Дурдыев Р.И., Пересецкий А.А. (2014). Автокорреляция в глобальном стохастическом тренде // Прикладная эконометрика. Т. 35. № 3. С. 39-58.
Энгл Р.Ф., Грэнджер К.У.Дж. (2015). Коинтеграция и коррекция ошибок: представление, оценивание и тестирование // Прикладная эконометрика. Т. 39. № 3. С. 106-135.
Bessler D.A., Yang J. (2003). The Structure of Interdependence in International Stock Markets // Journal of International Money and Finance. Vol. 22. No. 2. P. 261-287.
Billio M., Caporin M. (2010). Market Linkages, Variance Spillovers, and Correlation Stability: Empirical Evidence of Financial Contagion // Computational Statistics & Data Analysis. Vol. 54. No. 11. P. 2443-2458.
Brooks C. (2008). Introductory Econometrics for Finance. Cambridge: Cambridge University Press.
Eun C.S., Shim S. (1989). International Transmission of Stock Market Movements // Journal of Financial and Quantitative Analysis. Vol. 24. No. 2. P. 241-256.
Engle R.F, Granger C.W.J. (1987). Co-Integration and Error Correction: Representation, Estimation, and Testing // Econometrica: Journal of the Econometric Society. Vol. 55. No. 2. P. 251-276.
Forbes K. J., Rigobon R. (2002). No Contagion, Only Interdependence: Measuring Stock Market Comovements // The Journal of Finance. Vol. 57. No. 5. P. 2223-2261.
Gobka B., Serwa D. (2007). Intra-and Inter-Regional Spillovers between Emerging Capital Markets Around the World // Research in International Business and Finance. Vol. 21. No. 2. P. 203-221.
Gjerde O., Saettem F. (1995). Linkages Among European and World Stock Markets // The European Journal of Finance. Vol. 1. No. 2. P. 165-179.
Granger C.W.J. (1969). Investigating Causal Relations by Econometric Models and Cross-Spectral Methods // Econometrica: Journal of the Econometric Society. Vol. 37. No. 3. P. 424-438.
Granger C.W.J. (1981). Some Properties of Time Series Data and their Use in Econometric Model Specification // Journal of Econometrics. Vol. 16. No. 1. P. 121-130.
Granger C.W.J. (1983). Co-Integrated Variables and Error-Correcting models. Discussion Paper 83-13. Department of Economics, University of California at San Diego.
Granger C.W.J. (1986). Developments in the Study of Cointegrated Economic Variables. // Oxford Bulletin of Economics and Statistics. Vol. 48. No. 3. P. 213-228.
Granger C.W.J. (1988). Some Recent Development in a Concept of Causality // Journal of Econometrics. Vol. 39. No. 1-2. P. 199-211.
Grigoryev R. (2010). The Interdependence between Stock Markets of BRIC and Developed Countries and the Impact of Oil Prices on this Interdependence. PhD thesis, University of Portsmouth.
Grigoryeva L., Ortega J., Peresetsky A.A. (2018). Volatility Forecasting Using Global Stochastic Financial Trends Extracted from Non-Synchronous Data. Econometrics and Statistics. Vol. 5. P. 67-82.
Hoover K. (2008). Causality in Economics and Econometrics. In: Durlauf S.N., Blume L. (eds) "The New Palgrave Dictionary of Economics" (Vol. 1). Basingstoke: Palgrave Macmillan.
Hume D. (1960). Treatise of Human Nature. Oxford: Clarendon Press.
Johansen S. (1991). Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models // Econometrica. Vol. 59. No.6. P. 1551-1580.
Kasa K. (1992). Common Stochastic Trends in International Stock Markets // Journal of Monetary Economics. Vol. 29. No. 1. P. 95-124.
Koch P.D., Koch T.W. (1991). Evolution in Dynamic Linkages Across Daily National Stock Indexes // Journal of International Money and Finance. Vol. 10. No. 2. P. 231-251.
Korhonen I., Peresetsky A. (2013). Extracting Global Stochastic Trend from Non-Synchronous Data. Bank of Finland, BOFIT Discussion Papers, No. 15/2013.
Malliaris A.G., Urrutia J.L. (1992). The International Crash of October 1987: Causality tests // Journal of Financial and Quantitative Analysis. Vol. 27. No. 3. P. 353-364.
Peresetsky A.A, Yakubov R.I. (2017). Autocorrelation in an Unobservable Global Trend: Does It Help to Forecast Market Returns // International Journal of Computational Economics and Econometrics. Vol. 7. No. 1-2. P. 152-169.
Peir A., Quesada J., Jimnez E.U. (1993). Transmission of Information between Stock Markets. Institut Valenci d'Investigacions Econmiques.
Resnick B.G., Shoesmith G.L. (2011). Information Transmission in the World Money Markets // European Financial Management. Vol. 17. No. 1. P. 183-200.
Resnick B.G., Shoesmith G.L. (2017). A Note on Modeling World Equity Markets with Nonsynchronous Data // Journal of International Financial Markets, Institutions and Money. Vol. 51. P. 125-132.
Sims C.A. (1980). Macroeconomics and Reality // Econometrica: Journal of the Econometric Society. Vol. 48. No. 1. P. 1-48.
Косоруков О.А.i,*, Маслов С.Е.ii,**, Семенова Н.А.iii,*** Модель определения времени заказа поставки с учетом неопределенности сроков доставки
Экономика и математические методы, 2019, 55 (2), 130-139.
i МГУ имени М.В. Ломоносова, Москва
ii ООО "Продимекс", Москва
iii Российский экономический университет имени Г.В. Плеханова, Москва
* E-mail: kosorukovoa@mail.ru
** E-mail: maslov10@mail.ru
*** E-mail:senata13@gmail.com
Аннотация. В России большинство торговых предприятий при управлении товарными запасами ориентируются на средние показатели спроса и длительности поставки. Только некоторые крупные компании используют моделирование логистических процессов, которое повышает эффективность и результативность их деятельности, уменьшая издержки хранения и дефицита. В статье представлена модель управления запасами, а именно определения оптимального момента заказа поставки с учетом неопределенности времени доставки. В качестве критерия эффективности рассматривается критерий минимизации интегральных издержек, учитывающий издержки избыточных запасов и издержки отсутствия товара на складе. В качестве закона распределения случайного объема спроса рассматривается треугольное распределение как одно из наиболее применимых в условиях недостаточности статистических данных. Данная экономико-математическая модель позволяет при условии минимизации рисков оптимизировать момент поставки, основываясь на статистических данных о сроках доставки за предыдущий период или оценках экспертов, если таких данных не имеется. Это позволяет построить распределение вероятностей для случайной величины спроса и при случайном времени доставки, представленном с помощью треугольного распределения, аналитическими методами определить день заказа поставки новой партии товара в нужном объеме и условии минимизации рисков, что является новым и отличает ее от предыдущих работ.
Ключевые слова: управление запасами, минимизация издержек, момент поставки, неопределенность времени доставки, треугольное распределение.
Классификация JEL: C61.
DOI: 10.31857/S042473880004685-2
СПИСОК ЛИТЕРАТУРЫ
Аникин Б.А., Тяпухин А.П. (2012). Коммерческая логистика. М.: Проспект.
Бродецкий Г.Л. (2004). Методы стохастической оптимизации. Математические модели управления запасами. Учебное пособие. М.: РЭА.
Бродецкий Г.Л. (2007). Управление запасами. М.: Эксмо.
Бродецкий Г.Л. (2010). Системный анализ в логистике. Выбор в условиях неопределенности. М.: Академия.
Бродецкий Г.Л., Гусев Д.А. (2012). Экономико-математические методы и модели в логистике. Процедуры оптимизации. М.: Академия.
Бухвалова В.В., Петрусевич А.В. (2011). Определение оптимальных объемов производства в условиях информационной неопределенности спроса // Экономика и математические методы. Т. 47 (2). С. 3-23.
Дубров А.М., Лагоша Б.А., Хрусталев Е.Ю. (2004). Моделирование рискованных ситуаций в экономике и бизнесе. М.: Финансы и статистика.
Емельянов A.A., Власова Е.А., Дума Р.В. (2006). Имитационное моделирование экономических процессов. М.: Финансы и статистика.
Иваненко В.И., Лабковский В.А. (1990). Проблемы неопределенности в задачах принятия решений. Киев: Наукова думка.
Косоруков О.А., Свиридова О.А. (2009а). Модель минимизации издержек в системах управления запасами с учетом неопределенности спроса // Логистика и управления цепями поставок. № 5 (34). С. 52-58.
Косоруков О.А., Свиридова О.А. (2009б). Модель минимизации издержек в системах управления запасами // Вестник Российской экономической академии имени Г.В. Плеханова. № 6 (30). С. 94-102.
Косоруков О.А., Свиридова О.А. (2012). Стохастическая непрерывная модель управления запасами // Вестник Российского экономического университета имени Г.В. Плеханова. № 4 (46). С. 91-95.
Косоруков О.А., Максимов Д.А., Шимченко Е.Д. (2014). Некоторые аспекты моделирования спроса в имитационных моделях управления запасами // Логистика. № 12. С. 48-50.
Косоруков О.А., Маслов С.Е. (2018а). Модель определения времени поставки с учетом неопределенности спроса // Логистика и управление цепями поставок. № 4 (87). С. 45-52.
Косоруков О.А., Маслов С.Е. (2018б). Инновационные подходы к управлению запасами в условиях неопределенности. В: "Инновационная экономика и менеджмент: Методы и технологии". Сборник материалов III Международной научно-практической конференции. Москва, 16 мая 2018 г. МГУ имени М.В. Ломоносова. Косоруков О.А., Печковская В.В., Красильников С.А. (ред.). М.: Аспект Пресс. С. 205-208.
Петрусевич А.В. (2011). Оптимальное управление объемами выпуска в условиях неопределенности спроса // Российский журнал менеджмента. Т. 9. № 4. С. 35-50.
Просветов Г.И. (2008). Математические методы в логистике. Задачи и решения. М.: Альфа-Пресс.
Рубальский Г.Б. (1977). Управление запасами при случайном спросе (модели с непрерывным временем. М.: Советское радио.
Титов В.В., Цомаева И.В. (2012). Управление серийным производством на предприятиях машиностроения в условиях неопределенности спроса на продукцию // Научно-технические ведомости СПбГПУ. Экономические науки. № 2. С. 101-106.
Цвиринько И.А. (2003). Методология, методы и модели управления логистическими бизнес-процессами. СПб.: СПбГИЭУ.
Шапиро Дж. (2006). Моделирование цепи поставок. СПб.: Питер.
Шикин Е.В., Чхартишвили А.Г. (2002). Математические методы и модели в управлении. М.: Дело.
Юдин Д.Б. (1974). Математические методы управления в условиях неполной информации. М.: Советское радио.
Kosorukov O.A., Sviridova O.A. (2015). "Effective Strategy Formation Models for Inventory Management under the Conditions of Uncertainty" // International Education Studies. Vol. 8. No. 5. Doi: http://dx.doi.org/10.5539/.
Kosorukov O.A. (2016). Optimization Problems of Transportation in Communication Networks with Variable Capacities // Journal of Computer and Systems Sciences International. Vol. 55. No. 6. P. 1010-1015. DOI: 10.1134/S1064230716060083.
Некипелов А.Д. Модель робинзонады как исходный пункт чистой экономической теории
Экономика и математические методы, 2019, 55 (3), 5-20.
Московская школа экономики МГУ им. М.В. Ломоносова, Москва; E-mail: Nekipelov@mse-msu.ru
Аннотация. В стандартной позитивной экономической науке модель робинзонады нередко используется как своеобразный макет, позволяющий иллюстрировать явления и процессы, характерные для развитой рыночной экономики - поведение изолированных производителей и потребителей, общие закономерности экономической динамики, общее равновесие, проблемы общественных финансов и др. Чистая экономическая теория не ограничивается задачей построения набора моделей, каждая из которых отражает те или иные стороны действительности, а призвана логически обосновать как функциональные, так и генетические связи между элементами экономической системы. При таком подходе особое значение приобретает выбор отправной точки исследования, поскольку исходная модель должна, подобно эмбриону, содержать в свернутом виде основные характеристики развитого экономического организма. В статье сделана попытка показать, что такие возможности предоставляет модель робинзонады: ее анализ позволяет в простейшей форме ввести многие важнейшие понятия экономической теории, определить природу максимизирующего поведения экономических агентов, обозначить роль пространства и времени в экономике, а также заложить основы для следующей ступеньки экономического анализа - выявления факторов, способствующих формированию отношений обмена и общественного разделения труда.
Ключевые слова: чистая экономическая теория, модель робинзонады, максимизация благосостояния, ограниченность ресурсов, производственная программа, трудовые инвестиции, проблема потребительского выбора, размещение производства, фактор неопределенности, теория выявленных предпочтений.
Классификация JEL: B41, D10, D20, D80, D90, R10.
DOI: 10.31857/S042473880006034-6
СПИСОК ЛИТЕРАТУРЫ
Блауг М. (1994). Экономическая мысль в ретроспективе. М.: Дело.
Маркс К. (1958). Введение (из экономических рукописей 1857-1858 годов). В: Маркс К., Энгельс Ф. (1958). Соч. 2-е изд. Т. 12. М.: Государственное издательство политической литературы.
Некипелов А. (2006). Становление и функционирование экономических институтов. От "робинзонады" до рыночной экономики, основанной на индивидуальном производстве. М.: Экономист.
Некипелов А. (2017). Общая теория рыночной экономики. М.: Магистр.
Некипелов А. (2019). Кризис в экономической науке - природа и пути преодоления // Вестник Российской академии наук. Т. 89. № 1. С. 24-37.
Barro R.J., Sala-i-Martin X. (2004). Economic Growth. Cambridge, London: The MIT Press.
Hiks J.R. (1946). Value and Capital. London: Oxford University Press.
Hillman A.L. (2009). Public Finance and Public Policy - Responsibilities and Limitations of Government. New York: Cambridge University Press.
Houthakker H.S. (1950). Revealed Preference and the Utility Function // Economica. Vol. 17. May. P. 159-174.
Pigou A.C. (1932). The Economics of Welfare. London: MacMillan and Co.
Roy R. (1931). De L'Utilit?. Contribution ? la Th?orie de Choix. Paris: Dunod.
Samuelson P. (1938). A Note on the Pure Theory of Consumers' Behaviour // Economica. New Series. Vol. 5 (17). P. 61-71.
Samuelson P. (1947). Foundations of Economic Analysis. Cambridge: Harvard University Press.
Sapir J. (2016). Souverainet?, D?mocratie, Laicit?. Paris: Michalon Editeur.
Slutsky E. (1915). Sulla Teoria del Bilancio del Consumatore // Giornale degli Economisti. No. 51.
Spiegel Y. (2008). Robinson Crusoe Example. [Электронный ресурс] Режим доступа: https://www.tau.ac.il/~spiegel/teaching/inter-micro/Crueso.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2019 г.).
Starr R.M. (2011). General Equilibrium Theory: An Introduction. New York: Cambridge University Press.
Varian H.R. (2010). Intermediate Microeconomics - A Modern Approach. New York, London: W. W. Norton & Company.
Юнь В.О. Интерференция потребностей и экономические решения
Экономика и математические методы, 2019, 55 (3), 21-33.
Институт народнохозяйственного прогнозирования Российской академии наук, Москва;
E-mail: valyoon@mail.ru
Аннотация. Принятие хозяйственных решений любого уровня предполагает выбор реакции на текущие и прогнозируемые экономические события. Реализуются не все обдумываемые варианты действий, а только те, которые удачно прошли мысленный тест на целесообразность выполнения. Этот тест начинается с возникновения потребности, индивидуальной или производственной. Стимулируя поиск хозяйственных решений, потребность исполняет роль связующего звена между сознанием человека и конкретной экономической ситуацией. В отличие от применявшихся ранее подходов к исследованию процесса принятия решений автор статьи исходит из немонотонного характера нарастания насущности потребностей. Постулируется волнообразное ощущение их остроты, что позволяет сформулировать гипотезу интерференции потребностей. Предполагается, что потребности могут усиливать и ослаблять друг друга в зависимости от соотношения своих фаз. Взаимное влияние потребностей придает их итоговому взаимодействию вероятностные свойства. Решение может быть однозначно идентифицировано только в момент реализации, т.е. процесс его принятия происходит по схеме событий квантового мира. Новизна работы состоит в том, что формирование индивидуального экономического решения связывается со специфичными закономерностями квантовых процессов. Набор потребностей, фазы их взаимовлияния и целесообразность способов удовлетворения зависят от состава среды, в которой происходит интерференция. Эта среда институциональна, и для каждого лица, принимающего решение, складывается под влиянием образования, воспитания и опыта. Отсутствие детерминированной связи между мотивирующими воздействиями и экономическими решениями на фоне особенностей российских институтов объясняет несовместимость сегодняшних типичных поведенческих приоритетов с инновационным развитием, равно как и несовпадение ожидаемых и наблюдаемых результатов реформ.
Ключевые слова: потребность, принятие решений, приоритеты, виртуальность, волнообразные колебания, интерференция, квантовые эффекты, выравнивание предельных полезностей, мотивирующая среда.
Классификация JEL: C0, D8, D9.
DOI: 10.31857/S042473880005786-3
СПИСОК ЛИТЕРАТУРЫ
Автономов В.С., Ананьин О.И., Афонцев С.А., Гловели Г.Д., Капелюшников Р.И., Макашева Н.А. (2002). История экономических учений: учеб. пособие для студентов вузов. М.: ИНФРА-М.
Галин В.В. (2013). Последняя цивилизация. М: Алгоритм.
Гринштейн Дж., Зайонц А. (2008). Квантовый вызов. Современные исследования оснований квантовой механики. Долгопрудный: Интеллект.
Дирак П.А.М. (1932). Принципы квантовой механики. М.-Л.: Гос. изд. физ-мат. лит.
Идальго С. (2016). Как информация управляет миром. М.: Эксмо.
Иноземцев В.Л. (2017). Сам себе суверен. [Электронный ресурс] Режим доступа: https://www.gazeta.ru/column/vladislav_inozemcev/10984094.shtml, свободный. Загл. с экрана. Яз. рус. (дата обращения: декабрь 2018 г.).
Князева Е.Н., Курдюмов С.П. (2002). Основания синергетики. СПб.: Алетейя.
Коломбатто Э. (2016). Рынки, мораль и экономическая политика: новый подход к защите экономики свободного рынка. М: Мысль.
Кондратьев Н.Д., Яковец Ю.В., Абалкин Л.И. (2002). Большие циклы конъюнктуры и теория предвидения. Избранные труды. М.: Экономика.
Майминас Е.З. (1971). Процессы планирования в экономике: информационный аспект. М.: Экономика.
Манин Ю.И. (2008). Математика как метафора. М.: МЦНМО.
Маслоу А.Х. (2016). Мотивация и личность. СПб.: Питер.
Милль Дж. (1993). О свободе. Гл. 3. "Индивидуальность как один из элементов благосостояния" // Наука и жизнь. № 12. С. 21-26.
Пенроуз Р. (2003). Новый ум короля. М.: УРСС.
Сэй Ж.-Б. (2007). Трактат по политической экономии. Гл. III. "Операции, общие для всех отраслей промышленности". [Электронный ресурс] Режим доступа: http://ek-lit.narod.ru/say003.htm, свободный. Загл. с экрана. Яз. рус. (дата обращения: декабрь 2018 г.).
Уилэн Ч. (2007). Голая экономика. Разоблачение унылой науки. М.: Олимп-Бизнес.
Фейнман Р., Хибс А. (1968). Квантовая механика и интегралы по траекториям. М.: Мир.
Фонотов А.Г. (2010). Россия: инновации и развитие. М.: БИНОМ. Лаборатория знаний.
Франкл В. (1990). Человек в поисках смысла: сборник. Гозман Л.Я., Леонтьев Д.А. (общ. ред.). М.: Прогресс.
Фрис Я. де (2016). Революция трудолюбия: потребительское поведение и экономика домохозяйств с 1650 года до наших дней. М.: Дело.
Фукуяма Ф. (2004). Доверие. Социальные добродетели и путь к процветанию. М.: Ермак.
Чанг Х.-Д. (2015). Как устроена экономика. М.: Манн, Иванов и Фербер.
Черниговская Т.В. (2013). Чеширская улыбка кота Шрёдингера: язык и сознание. M.: Языки славянской культуры.
Шумпетер И.А. (2001). История экономического анализа. СПб.: Экономическая школа.
Юнь О.М. (2012). Восхождение к информационному обществу. М.: Экономика.
Юнь В.О. (2019). Содержание категории качества в макроэкономике. М.: Наука.
Яременко Ю.В. (2015). Об экономике. М.: МАКС Пресс.
Malthus Т. (1798). An Essay on the Principle of Population. London. Printed for J. Johnson, in St. Paul's Church-Yard. [Электронный ресурс] Режим доступа: http://www.esp.org/books/malthus/population/malthus.pdf, свободный. Загл. с экрана. Яз. рус. (дата обращения: ноябрь 2018 г.)
Волкова М.И. Анализ факторов качества жизни населения России и Европы в рамках метода обобщенных главных компонент
Экономика и математические методы, 2019, 55 (3), 34-46.
ЦЭМИ РАН; E-mail: frauwulf@gmail.com
Работа выполнена при финансовой поддержке РНФ (проект 17-18-01080).
Аннотация. По ряду частотных характеристик для набора переменных отдельно для регионов и городов России и стран Европы построены обобщенные главные компоненты для временного интервала 2011-2015 гг. в рамках метода STATIS. Использованы данные RLMS и EUROBAROMETER. Отбор критериев для анализа проведен в соответствии с процедурой оценивания связи между порядковыми переменными. Рассмотрены оценки уровня материального благосостояния, статуса респондентов, а также ряда критериев социальной напряженности (частота употребления алкоголя, закредитованность населения, оценка проблемы иммиграции, безработицы). Для этого были использованы полученные непосредственно от респондентов оценки. В рамках метода STATIS удалось выявить группы взаимосвязанных показателей, формирующих максимальный вклад в компромиссное пространство. Компромиссное пространство строится по всем временным интервалам и всей совокупности рассматриваемых признаков. Предложены и апробированы способы вычисления элементов компромиссной (обобщенной) матрицы с учетом критерия максимальной информативности. Внутри компромиссного пространства определены группы населенных пунктов и стран. В качестве критериев разделения на группы использованы полученные в результате сингулярного разложения компромиссной матрицы элементы матрицы счетов. Научная новизна исследования состоит в применении метода обобщенных главных компонент для данных субъективного характера, имеющих вид порядковых переменных. Сопоставляются данные, полученные в ходе опросов населения регионов России и стран Европы.
Ключевые слова: качество жизни, удовлетворенность жизнью, многомерный статистический анализ, обобщенные главные компоненты, RLMS, EUROBAROMETER.
Классификация JEL: C10, C19, C39, C80, D10, I30, I31.
DOI: 10.31857/S042473880004678-4
СПИСОК ЛИТЕРАТУРЫ
Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. (1989). Прикладная статистика: Классификация и снижение размерности. Айвазян С.А. (общ. ред.). М.: Финансы и статистика.
Волкова М.И. (2017). Выявление факторов удовлетворенности жизнью в России и Европе // Социальная политика и социология. № 5. С. 6-15.
Гржибовский А.М. (2008). Анализ порядковых // Экология человека. № 8. С. 56-62.
Зубаревич Н.В. (2005). Россия регионов: в каком социальном пространстве мы живем? Независимый институт социальной политики. М.: Поматур.
Кендалл М., Стьюарт А. (1973). Статистические выводы и связи. Т. 2. Колмогорова А.Н. (общ. ред.). М.: Наука, Физматлит.
Ратникова Т.А., Фурманов К.К. (2014). Анализ панельных данных и данных о длительности состояний. Учебное пособие. НИУ ВШЭ. М.: Изд. дом Высшей школы экономики.
Суворова В.А. (2018). Миграционный кризис в Европе: проблемы вынужденной миграции // Власть. № 1. P. 176-179.
Якубов А.Х. (2009). Цели, критерии и методические подходы к оптимизации сельских поселений в муниципальном районе // Вестник Челябинского государственного университета. № 26 (164). С. 104-109.
Abdi H., Valentin D. (2007). Multiple Correspondence Analysis. In: Salkind N. (ed.) "Encyclopedia of Measurement and Statistics". Thousand Oaks: Sage. P. 652-658.
Berenger V., Verdier-Chouchane A. (2007). Multidimensional Measures of Well-Being: Standard of Living and Quality of Life Across Countries // World Development. Vol. 35. No. 7. P. 1259-1276.
Flury B.N. (1986). Asymptotic Theory for Common Principal Component Analysis // The Annals of Statistics. Vol. 14. No. 2. P. 418-430.
Bollen K.A., Barb K.H. (1981). Pearson's r and Coarsely Categorized Measures // American Sociological Review. Vol. 46. Р. 232-239. https://doi.org/10.2307/2094981.
Dehley J., Bpehnke P., Habich R., Zapf W. (2002). Quality of Life in a European Perspective: The Euromodule as a New Instrument for Comparative Welfare Research // Social Indicators Research. Vol. 58. P. 163-176.
Escoufier Y. (1980). L'analyse conjointe de plusieurs matrices de donn?es. In: Jolivet M. (ed.) "Biom?trie et Temps. Paris: Sociti Fran?aise de Biom?trie". P. 59-76. [Электронный ресурс] Режим доступа: https://www.gesis.org/fileadmin/upload/dienstleistung/daten/umfragedaten/eurobarometer/eb_bibliography/EB_Bibliography.pdf, свободный. Загл. с экрана. Яз. фран. (дата обращения: декабрь 2018 г.).
Goodman L., Kruskal W.H. (1954). Measures of Association for Crossclassification I // Journal of the American Statistical Association. Vol. 49. Р. 732-764.
Goodman L., Kruskal W.H. (1959). Measures of Association for Crossclassification II // Journal of the American Statistical Association. Vol. 54. P. 123-163.
Goodman L., Kruskal W.H. (1963). Measures of Association for Crossclassification III // Journal of the American Statistical Association. Vol. 58, pp. 310 - 364.
Johansson S. (2002). Conceptualizing and Measuring Quality of Life for National Policy // Social Indicators Research. Vol. 58. P. 13-32.
Lavit C. (1988). Analyse conjointe de tableaux quantitatifs. Paris: Masson.
Lavit C., Escoufier Y., Sabatier R., Traissac P. (1994). The ACT (STATIS method) // Computational Statistics & Data Analysis. Vol. 18. P. 97-119.
O'Brien R.M. (1979). The Use of Pearson's with Ordinal Data // American Sociological Review. Vol. 44. Р. 851-857. https://doi.org/10.2307/2094532.
Rivadeneira F.J., Figueiredo A.M.S., Figueiredo F.O.S., Carvajal S.M., Rivadeneira R.A. (2016). Analysis of Well-being in OECD Countries Through STATIS Methodology // HOLOS. Vol. 7. P. 335-351.
Vermunt J.K., Magidson J. (2005). Factor Analysis with Categorical Indicators: A Comparison between Traditional and Latent Class Approaches. In: Quantitative methodology series. New Developments in Categorial Data Analysis for the Social and Behavioral Sciences. Ark L.A. van der, Croon M.A., Sijtsma K. (eds). Mahwah: Lawrence Erlbaum Associates Publishers. P. 41-62.
Бекларян Г.Л. Имитационная модель региона в применении к анализу экономики Красноярского края
Экономика и математические методы, 2019, 55 (3), 47-61.
ЦЭМИ РАН, Москва; E-mail: glbeklaryan@gmail.com
Аннотация. В статье представлен подход к рациональному управлению регионом на примере Красноярского края с использованием методов системной динамики. Разработана имитационная модель региона и продемонстрирована возможность оптимизации ключевых характеристик подобной системы за счет рационального управления такими множественными параметрами, как темпы строительства нового жилья, роста стоимости услуг ЖКХ и строительства объектов социальной инфраструктуры (садов, школ, больниц) и др. Предложенная модель позволяет формировать прогнозную динамику важнейших макроэкономических характеристик региона, определяемых с учетом внутренних прямых и обратных связей между различными элементами подобной системы и имеющихся ограничений. Компьютерная реализация данной модели выполнена в системе имитационного моделирования Powersim, поддерживающей методы системной динамики, а также возможности поиска субоптимальных решений с использованием генетических оптимизационных алгоритмов. Сформулирована важная оптимизационная задача региона по максимизации интегрального показателя - валового регионального продукта (ВРП) при множественных ограничениях. Для решения данной оптимизационной задачи был выбран генетический алгоритм (ГА), особенностью которого является агрегирование по целевому функционалу с имитационной моделью региона (реализованной в Powersim). Проведены численные исследования прогнозов ВРП Красноярского края при различных сценарных условиях, в частности для базового сценария, при котором сохраняются текущие значения управляющих параметров системы, и для наилучшего сценария, при котором значения соответствующих управляющих параметров вычисляются в результате решения задачи сформулированной оптимизационной задачи с использованием созданного оптимизационного модуля (генетического алгоритма). С помощью имитационной модели на реальных данных продемонстрированы возможности улучшения экономической ситуации в Красноярском крае, в основном за счет увеличения инвестиций в человеческий капитал, влияющих на динамику научно-технического прогресса и ВРП соответственно.
Ключевые слова: имитационное моделирование, региональная экономика, системная динамика, Красноярский край.
Классификация JEL: B22, С63, R11, R58.
DOI: 10.31857/S042473880005769-4
СПИСОК ЛИТЕРАТУРЫ
Айвазян С.А., Афанасьев М.Ю., Кудров А.В. (2016). Модели производственного потенциала и оценки технологической эффективности регионов РФ с учетом структуры производства // Экономика и математические методы. № 1. С. 28-44.
Акопов А.С. (2010). К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Часть 1. Математическое обеспечение системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании // Проблемы управления. № 6. С. 12-18.
Акопов А.С. (2011). К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Часть 2. Программная реализация системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании // Проблемы управления. № 1. С. 47-54.
Акопов А.С. (2012). Системно-динамическое моделирование стратегии банковской группы // Бизнес-информатика. № 2. С. 10-19.
Акопов А.С., Бекларян Г.Л., Бекларян Л.А. (2017). Агентное моделирование эколого-экономической системы города (на примере г. Ереван, Республика Армения) // Искусственные общества. Т. 12. № 3-4. C. 1.
Бахтизин А.Р., Бухвальд Е.М., Кольчугина А.В. (2017). Экономическая дифференциация регионов России: новые оценки и закономерности // ЭТАП: экономическая теория, анализ, практика. № 1. С. 41-56.
Бекларян Г.Л. (2018). Укрупненная имитационная модель внешнеэкономической деятельности РФ // Экономическая наука современной России. № 4. С. 50-65.
Бекларян Л.А., Борисова С.В., Хачатрян Н.К. (2012). Однопродуктовая динамическая модель замещения производственных фондов. Магистральные свойства // Журнал вычислительной математики и математической физики. Т. 52. № 5. С. 801-817.
Иванов Ю.Н. (ред.) (2002). Экономическая статистика. М.: ИНФРА-М.
Клейнер Г.Б., Пионтковский Д.И. (2000). Многофакторные производственные функции с постоянными эластичностями предельной замены факторов // Экономика и математические методы. Т. 36. № 1. С. 90-114.
Макаров В.Л., Айвазян С.А., Афанасьев М.Ю., Бахтизин А.Р., Нанавян А.М. (2016). Моделирование развития экономики региона и эффективность пространства инноваций // Форсайт. Т. 10. № 3. С. 76-90.
Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л., Акопов А.С., Ровенская Е.А., Стрелковский Н.В. (2019). Укрупненная агентно-ориентированная имитационная модель миграционных потоков стран Европейского союза // Экономика и математические методы. Т. 55. № 1. С. 3-15.
Сидоренко В.Н. (1998). Системная динамика. М.: Экономический факультет МГУ; ТЕИС.
Akopov A.S., Beklaryan G.L. (2014). Modelling the Dynamics of the "Smarter Region". In: "Proceedings of 2014 IEEE Conference on Computational Intelligence for Financial Engineering & Economics". L.: IEEE. Р. 203-209.
Akopov A.S., Beklaryan L.A., Saghatelyan A.K. (2017). Agent-Based Modelling for Ecological Economics: A Case Study of the Republic of Armenia // Ecological Modelling. Vol. 346. P. 99-118.
Akopov A.S., Beklaryan L.A., Saghatelyan A.K. (2019). Agent-Based Modelling of Interactions between Air Pollutants and Greenery Using a Case Study of Yerevan, Armenia // Environmental Modelling and Software. Vol. 116. P. 7-25.
Arrow K.Z. (1962). The Economic Implications of Learning by Doing // Review of Economic studies. Vol. 29. No. 3. Р.155-173.
Cobb C.W., Douglas P.H. (1928). A Theory of Production // American Economic Review. Vol. 18. P. 139-165.
Forrester J.W. (1959). Industrial Dynamics - a Major Breakthrough for Decision Makers // Harvard Business Review. Vol. 36. No. 4. P. 37-66.
Forrester, J.W. (1969). Urban Dynamics. Cambridge: MIT Press.
Komninos N. (2008). Intelligent Cities and Globalisation of Innovation Networks. London, New York: Routledge. P. 308.
Meadows D.H. (1972). Limits to Growth: A Report for the Club of Rome's Project on the Predicament of Mankind. New York: Universe Books.
Meadows D.H., Randers J. Meadows D.L. (2004). Limits to Growth - the 30 Year Update. White River Jct. (VT): Chelsea Green Publ. Co.
Nordhaus W.D. (2008). A Question of Balance: Weighing the Options on Global Warming Policies. Warming Policies. New Haven & London: Yale University Press.
Romer P.M. (1990). Endogenous Technological Change // Journal of Political Economy. Vol. 98. No. 5. P. 71-102.
Stewart Q.J. (1950). The Development of Social Physics // American Journal of Physics. Vol. 18. P. 239-253.
Whelpton P.K. (1928). Population of the United States, 1925 to 1970 // The American Journal of Sociology. Vol. 34. No. 2. P. 253-270.
Yap Y.L. (1977). The Attraction of Cities: A Review of the Migration Literature // Journal of Development Economics. Vol. 4 (3). P. 239-264.
Бекларян Л.А.*, Хачатрян Н.К.** Динамические модели организации грузопотока на железнодорожном транспорте
Экономика и математические методы, 2019, 55 (3), 62-73.
*ЦЭМИ РАН, Москва
**Национальный исследовательский университет "Высшая школа экономики", Москва
*E-mail: beklar@cemi.rssi.ru
**E-mail: nerses-khachatryan@yandex.ru
Работа частично поддержана Российским фондом фундаментальных исследований (проекты № 19-01-00147 и 19-010-00958)
Аннотация. Статья посвящена математическому моделированию процесса организации железнодорожных грузоперевозок на транспортной сети с большим числом промежуточных станций и расположенных между ними перегонов для временного хранения части грузов. Исследуется модель, прогнозирующая динамику загруженности станций и потоков, возникающих в транспортной сети, при заданной процедуре движения грузопотока, использующей две технологии, единые для всех станций. Первая технология основана на нормативных правилах взаимодействия соседних станций. Согласно ей интенсивность приема и отправки грузов на произвольной станции должна зависеть от загруженности соседних станций. Вторая технология зависит от технических возможностей станций и основана на взаимодействии станции с соседними перегонами. Неотъемлемой частью процесса организации грузоперевозок является система контроля. В данной модели применяется простая система контроля, при которой объемы грузов на соседних станциях должны совпадать с лагом времени, единым для всех станций. Такая модель описывается системой дифференциальных уравнений, удовлетворяющей нелокальным линейным ограничениям. Для этой модели исследуются режимы грузоперевозок, удовлетворяющие заданной системе контроля. Режимы описываются решениями типа бегущей волны и двумя типами их расширений. Один тип расширения зависит от корректировки технологий грузоперевозок и допускает разрывные решения, второй тип - от ослабления системы контроля и допускает выполнимость нелокальных линейных ограничений с заданной погрешностью. Стационарные режимы грузоперевозок исследуются на устойчивость.
Ключевые слова: математическая модель, организация грузоперевозок, система контроля, решения, квазирешения, стационарные решения, устойчивость, численная реализация.
Классификация JEL: C63.
DOI: 10.31857/S042473880005780-7
СПИСОК ЛИТЕРАТУРЫ
Авен О.И., Ловецкий С.Е., Моисеенко Г.Е. (1985). Оптимизация транспортных потоков. М.: Наука.
Бекларян Л.А., Н.К. Хачатрян. (2013). Об одном классе динамических моделей грузоперевозок // Журнал вычислительной математики и математической физики. Т. 53. № 10. C. 1649-1667.
Васильева Е.М., Игудин Р.В., Лившиц В.Н. (1987). Оптимизация планирования и управления транспортными системами. М.: Транспорт.
Галабурда В.Г. (1985). Оптимальное планирование грузопотоков. М.: Транспорт.
Гасников А.В., Кленов С.Л., Нурминский Е.А., Холодов Я.А., Шамрай Н.Б. (2013). Введение в математическое моделирование транспортных потоков. Под ред. Гасникова А.В. М.: МЦНМО.
Иносэ Х., Хамада Т. (1983). Управление дорожным движением. М.: Транспорт.
Лившиц В.Н. (1987). Автоматизация планирования и управления транспортными системами. М.: Транспорт.
Рождественский Б.Л., Яненко Н.Н. (1978). Системы квазилинейных уравнений и их приложения к газовой динамике. М.: Наука.
Стенбринк П.А. (1981). Оптимизация транспортных сетей. М.: Транспорт.
Сухинова А.Б., Трапезникова М.А., Четверушкин Б.Н., Чубарова Н.Г. (2009). Двумерная макроскопическая модель транспортных потоков // Математическое моделирование. Т. 21. № 2. С. 118-126.
Уизем Дж. (1977). Линейные и нелинейные волны. М.: Мир.
Хейт Ф. (1966). Математическая теория транспортных потоков. М.: Мир.
Холодов Я.А., Холодов А.С., Гасников А.В., Морозов И.И., Тарасов В.Н. (2010). Моделирование транспортных потоков - актуальные проблемы и пути их решения. В сб.: "Труды МФТИ (специальный выпуск, посвященный математическому моделированию транспортных потоков)". Под ред. акад. В.В. Козлова. Т. 2. № 4 (8). С. 152-162.
Швецов В.И. (2003). Математическое моделирование транспортных потоков // Автоматика и телемеханика. № 11. С. 3-46.
Bando M., Hasebe K., Nakayama A., Shibata A., Sugiyama Y. (1994). Structure Stabily of Congestion in Traffic Dynamics // Japan Journal of Industrial and Applied Mathematics. Vol. 11. P. 203-223.
Bando M., Hasebe K., Nakayama A., Shibata A., Sugiyama Y. (1995). Dynamical Model Congestion and Numerical Simulation // Physical Review E. Vol. 51. P. 1035-1042.
Beklaryan L.A., Khachatryan N.K. (2006). Traveling Wave Type Solutions in Dynamic Transport Models // Functional Differential Equations. Vol. 13. No. 12. P. 125-155.
Cremer M., Ludwig J. (1986). A Fast Simulation Model for Traffic Flow on the Basis of Boolean Operations // Mathematics and Computers in Simulation. Vol. 28. P. 297-303.
Helbing D. (2001). Traffic and Related Self-Driven Many Particle Systems // Reviews of Modern Physics. Vol. 73. No. 4. P. 1067-1141.
Helbing D., Tilch B. (1998). Generalized Force Model of Traffic Dynamics // Physical Review E. Vol. 58. P. 133-138.
Kerner B.S. (2009). Introduction to Modern Traffic Flow Theory and Control. The Long Road to Three-Phase Traffic Theory. Berlin Heidelberg: Springer-Verlag.
Khachatryan N.K., Akopov A.S. (2017). Model for Organizing Cargo Transportation with an Initial Station of Departure and a Final Station of Cargo Distribution // Business Informatics. No. 1. P. 25-35.
Khachatryan N.K., Akopov A.S., Belousov F.A. (2018). About Quasi-Solutions of Traveling Wave Type in Models for Organizing Cargo Transportation // Business Informatics. No. 1 (43). P. 61-70.
Leventhal T., Nemhauser G.L., Trotter L.Jr. (1973). A Column Generation Algorithm for Optimal Traffic Assignment // Transportation Science. No. 7. P. 168-176.
Lighthill M.J., Whitham G.B. (1955). On Kinematic Waves: II. A Theory of Traffic on Long Crowded Roads // Proceedings of the Royal Society. Ser. A. Vol. 229. P. 317-345.
Nagel K., Schreckenberg M. (1992). A Cellular Automaton Model for Freeway Traffic // Journal de Physique I. Vol. 2. P. 2221-2229.
Pipes L.A. (1953). An Operational Analysis of Traffic Dynamics // Journal of Applied Physics. Vol. 24. P. 274-281.
Renyi A. (1964). On Two Mathematical Models of the Traffic on a Divided Highway // Journal of Applied Probability. Vol. 1. P. 311-320.
Richards P. I. (1956). Shock Waves on the Highway // Operations Research. Vol. 4. P. 42-51.
Solomon H., Wang P. (1972). Nonhomogeneous Poisson fields of Random Lines with Applications to Traffic Flow // Proceedings of the Sixth Berkeley Symposium on Mathematical Statistics and Probability. Vol. 3. P. 383-400.
Брагинский О.Б.*, Татевосян Г.М.**, Седова С.В.*** Управление программами развития (на примере химического комплекса)
Экономика и математические методы, 2019, 55 (3), 74-85.
ЦЭМИ РАН, Москва
*E-mail: braginsk@cemi.rssi.ru
**E-mail: tatevos@cemi.rssi.ru
***E-mail: sedova@mail.ru
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (проект 17-06-00198).
Аннотация. Статья посвящена проблеме экономического механизма государственных программ развития отраслей и регионов. Проблема исследуется на примере двух программ нефтегазохимического комплекса России. Проведен анализ развития указанного комплекса в свете мировых тенденций нефтегазохимии. Проекты указанных программ разбиты на группы: высокотехнологические проекты, мегапроекты, производящие продукцию массового спроса, и импортозамещающие проекты. Первые две группы соответствуют мировым тенденциям в нефтегазохимии. Рассматриваются основные элементы экономического механизма программ развития в свете проблем ценообразования. Доказывается необходимость применения контрактных цен, не подверженных рыночным колебаниям и одновременно обеспечивающих достаточный уровень рентабельности. Для стимулирования инвестиций в перспективные проекты рекомендуется устанавливать надбавки к ценам. Представлена модификация многокритериальной оптимизационной модели, предназначенной для формирования структуры инвестиционной части программы развития. В модели проводится согласование объемов финансирования и сроков запуска проектов с потребностью в средствах федерального бюджета, реинвестируемой прибыли и кредите. Детализирован способ, позволяющий с помощью модели изучить влияние цен на продукцию, производимую в рамках разрабатываемой программы, на ее структуру и показатели. Для исследования воздействия предложенного экономического механизма на структуру инвестиционной части программы проведены экспериментальные расчеты, которые показали существенное ее улучшение. Однако это воздействие имеет ограничения. Сделан вывод о необходимости повышения качества первоначальной структуры разрабатываемой программы.
Ключевые слова: экономический механизм, программа, инвестиционный проект, ценообразование, рентабельность.
Классификация JEL: Е37, L52, C61, C88.
DOI: 10.31857/S042473880004710-0
СПИСОК ЛИТЕРАТУРЫ
Аркин В. И., Сластников А. Д. (2014). Моделирование механизма государственных гарантий и кредитной политики банка при инвестировании рискованных проектов // Экономика и математические методы. Т. 50. № 3. С. 105-118.
Аркин В. И., Сластников А. Д. (2016). Оптимизация бюджетных субсидий при кредитовании инвестиционных проектов // Журнал Новой экономической ассоциации. №. 1. С. 26-52.
Ахобадзе Т.Д. (2010). Методы решения задач оптимизации инвестиционных программ в реальном секторе экономики. Автореферат диссертации на соискание ученой степени кандидата экономических наук. СПб.: Издательство СПбГУ.
Брагинский О.Б., Татевосян Г.М., Седова С.В., Магомедов Р.Ш. (2017а). Государственные программы отраслевого и территориального развития: проблемы методологии и практики управления. Препринт # WP/2017/325. М.: ЦЭМИ РАН.
Брагинский О.Б., Татевосян Г.М., Седова С.В. (2017б). Совершенствование государственных программ развития // Экономика и математические методы. Т. 53. № 4. С. 3-12.
Брейли Р., Майерс С. (2004). Принципы корпоративных финансов. Пер. с англ. Н. Барышниковой. М.: ЗАО "Олимп-Бизнес".
Гольштейн Е.Г., Борисова Э.П., Дубсон М.С. (1990). Диалоговая система многокритериальных задач // Экономика и математические методы. Т. 26. Вып. 4. C. 698-709.
Комин А. (1968). Экономическая реформа и оптовые цены в промышленности. Ситнин В. (ред.). М.: Финансы.
Майзенберг А.И. (1976). Проблемы ценообразования в развитом социалистическом обществе. М.: Экономика.
Медницкий В. Г. (1996). Анализ экономической эффективности с помощью оптимизационных моделей // Экономика и математические методы. Т. 32. № 2. С. 104-116.
Медницкий В.Г., Фаттахов Р.В., Бушанский С.П. (2003). Крупномасштабные инвестиционные проекты. Моделирование и экономическая оценка. М.: Hаука.
Плещинский А. С., Жильцова Е. С. (2013). Вычислимая модель модернизируемой отрасли // Экономика и математические методы. Т. 49. № 3. С. 69-83.
Седова С.В. (2015). Модель формирования структуры инвестиционных программ // Экономика и математические методы. Т. 51. № 2. С. 89-102.
Татевосян Г.M. (1972). Нормативы рентабельности изделий. Государственный комитет цен Совета министров СССР НИИ ЦЕН. Вопросы ценообразования. Выпуск 16. С. 11-22.
Федорович В.А., Патрон А.П., Заварухин В.П. (2002). США: федеральная контрактная система и экономика. Механизм регулирования. М.: Наука.
Царев В.В. (2004). Оценка экономической эффективности инвестиций. СПб.: Питер.
Al-Qahtani A. (2008). A Model for the Global Oil Market: Optimal Oil Production Levels for Saudi Arabia. Colorado School of Mines (Doctoral dissertation, Colorado School of Mines).
Code of Federal Regulations (1975). Contract Pricing. Washington. P. 283-287.
Federal Procurement Regulation (1975). Second ed. Part XV. Contracts Cost Principals and Procedures. Washington. P. 1501-1504.
Alfares H.K., Al-Amer A.M.J., Saifuddin S. (2002). A Mathematical Programming Model for Optimum Economic Planning of the Saudi Arabia Petrochemical Industry. In: "The 6th Saudi Engineering Conference". December, 14-16. Dhahran: KFUPM.
Koskinen J., Caimo A., Lomi A. (2015). Simultaneous Modeling of Initial Conditions and Time Heterogeneity in Dynamic Networks: An Application to Foreign Direct Investments // Network Science. Vol. 3. No. 1. P. 58-77.
Marquez A.C., Blanchar C. (2006). A Decision Support System for Evaluating Operations Investments in High-Technology Business // Decision Support Systems. Vol. 41. No. 2. P. 472-487.
Poole W.S. (2013). Adapting to Flexible Response 1960-1968. History of Acquisition in the Department of Defense. Washington: Cambridge University Press.
Shen C. W. (2009). A Bayesian Networks Approach to Modeling Financial Risks of e-Logistics Investments // International Journal of Information Technology & Decision Making. Vol. 8. No. 4. P. 711-726.
Smith R. (2006). Modeling R&D Investments // Research-Technology Management. Vol. 49. No. 6. P. 16-22.
Ward S., Chapman C. (1994). Choosing Contractor Payment Terms // International Journal of Project Management. Vol. 12. No. 4. P. 216-221.
Ильичев В.Г. Экономические и эволюционные аспекты оптимального рыбного промысла
Экономика и математические методы, 2019, 55 (3), 86-99.
Южный научный центр РАН, Ростов-на-Дону; E-mail: vitaly369@yandex.ru
Статья подготовлена в рамках реализации ГЗ ЮНЦ РАН (проект АААА-А18-118122790121-5), а также гранта Российского фонда фундаментальных исследований (проект 18-01-00453).
Аннотация. В рамках дискретных эколого-эволюционных моделей исследована проблема максимизации суммарного многолетнего вылова рыбы в водоеме, состоящем из двух зон. Показано, что при учете поведенческой адаптации рыбной популяции ее оптимальный вылов снижается. Когда водоем разделен на две зоны (промысловую и заповедник), оптимальный вылов существенно зависит от соотношения экологических емкостей (т.е. величины кормовых ресурсов) данных акваторий. Для решения теоретических и прикладных проблем использовались геометрические методы нелинейного анализа и динамическое программирование, в котором функция Беллмана определяла наибольший доход от промысла. Новизна данной работы состоит в обнаружении неожиданных экономических и биологических эффектов, вызванных процессами адаптации поведения рыбной популяций при промысле. Так, если обе зоны являются промысловыми, то возможна парадоксальная стратегия одного из конкурирующих "рыбаков" - временное уменьшением своего вылова. В результате возникает устойчивая деформация маршрута миграции рыб, которые теперь предпочитают находиться в необлавливаемой зоне. Удивительно, но даже после последующего включения оптимального вылова в данном районе он остается все еще более привлекательным для рыб. В работе введено новое и эффективное понятие внутренних цен для рыбных запасов в том или ином районе. Формально эти цены являются частными производными функции Беллмана и могут быть использованы в качестве налога на единицу выловленной рыбы. В этом случае проблема многолетней оптимизации сводится к решению простой задачи максимизации одногодичного вылова. Пространственная неоднородность внутренних цен позволяет конструировать разнообразные спекулятивные механизмы обмена потребляемыми ресурсами.
Ключевые слова: многолетний промысел, оптимизация, пространственная адаптация, внутренние цены.
Классификация JEL: Q57.
DOI: 10.31857/S042473880005778-4
СПИСОК ЛИТЕРАТУРЫ
Абакумов А.И., Израильский Ю.Г. (2017). Стабилизирующая роль структуры рыбной популяции в условиях промысла при случайных воздействиях среды обитания // Компьютерные исследования и моделирование. Т. 9. № 4. C. 609-620.
Беллман Р. (1960). Динамическое программирование. М.: Издательство иностранной литературы [Пер. Bellman R. (1957). Dynamic Programming. New Jersey: Princeton University Press.]
Ильичев В.Г., Рохлин Д.Б., Угольницкий Г.А. (2000). Об экономических механизмах управления биоресурсами // Известия РАН. Теория и системы управления. № 4. С. 104-110.
Ильичев В.Г., Ильичева В.В. (2014). Пространственная адаптация и оптимальный промысел рыбных популяций // Экономика и математические методы. Т. 50. № 3. С. 119-129.
Ильичев В.Г., Ильичева О.А. (2018). Пространственная адаптация популяций в моделях экологии // Биофизика. Т. 63. Вып. 2. С. 373-381.
Колмогоров А.Н., Фомин С.В. (1972). Элементы теории функций и функционального анализа. М.: Наука.
Ланкастер К. (1972). Математическая экономика. М.: Советское радио.
Опойцев В.И. (1986). Нелинейная системостатика. М.: Наука.
Робертс Ф.С. (1986). Дискретные математические модели с приложением к социальным, биологическим и экологическим задачам. М.: Наука.
Рохлин Д.Б. (2000). Производная решения функционального уравнения Беллмана и цена биоресурсов // Сибирский журнал индустриальной математики. Т. 3. № 1. С. 169-181.
Свирежев Ю.М., Пасеков В.П. (1982). Основы математической генетики. М.: Наука.
Скалецкая Е.И., Фрисман Е.Я., Шапиро А.П. (1979). Дискретные модели динамики численности популяций и оптимизация промысла. М.: Наука.
Экономическая трансформация и эволюционная теория Й. Шумперта (2004). В сб. статей V международного симпозиума по эволюционной экономике. Россия, г. Пущино, 25-27 сентября 2003 г. М.: Институт экономики РАН.
Якобсон М.В. (1976). О свойствах однопараметрического семейства динамических систем // Успехи математических наук. T. 31. № 2 (188). С. 239-240.
Clark C.W. (2010). Mathematical Bioeconomics. The Mathematics of Conservation. New Jersey: J. Wiley and Sons Publ.
Contois D.E. (1959). Kinetics of Bacterial Growth Relationship between Population Density and Specific Growth Rate of Continuous Culture // Journal of General Microbiology. No. 1-2. P. 40-50.
Mazalov V.V., Rettieva A.N. (2004). A Fishery Game Model with Migration Reserved Territory Approach //Game Theory and Applications. Vol. 10. P. 97-108.
Ricker W.E. (1954). Stock and Recruitment // Journal Fisheries Research Board of Canada. Vol. 11. No. 5. P. 569-623.
Котляров И.Д. Экономический эффект бренда - проблемы оценки
Экономика и математические методы, 2019, 55 (3), 100-108.
Национальный исследовательский университет "Высшая школа экономики" Санкт-Петербург; E-mail: ivan.kotliarov@mail.ru
Аннотация. В статье выполнен анализ существующего подхода к оценке экономического эффекта бренда (под которым понимается выгода владельца бренда от наличия у него этого бренда). Этот подход основан на расчете стоимости бренда путем сравнения генерируемых брендом денежных потоков с денежным потоком от небрендированного товара. Показано, что на рынке брендированных продуктов эффективность бренда следует измерять путем сопоставления его не с небрендированным продуктом, а с условным средним брендом. Показано, что де-факто существуют бренды, которые не приносят компании дополнительного дохода, а лишь позволяют ей присутствовать на рынке брендированных продуктов, и поэтому традиционное представление о стоимости бренда как измерителя экономического эффекта для таких брендов не подходит. Обоснована необходимость введения показателя сравнительной эффективности бренда, под которым понимается его способность генерировать дополнительный денежный поток за счет более высокой цены, большего объема продаж и более высоких темпов роста продаж по сравнению со среднерыночными показателями. В отличие от традиционного показателя стоимости бренда предлагаемый нами показатель может принимать как положительные, так и отрицательные значения. Научная новизна исследования заключается в разграничении понятий стоимости бренда и экономического его эффекта; введении понятия среднего бренда (и способа определения его параметров) и разработке способов расчета всех перечисленных выше составляющих экономического его эффекта. Эти составляющие представляют собой частные экономические эффекты бренда. Мы также предлагаем ввести показатель чистой модифицированной стоимости бренда для оценки его интегрального экономического эффекта, с точки зрения его владельца.
Ключевые слова: бренд, оценка бренда, стоимость бренда, экономический эффект бренда.
Классификация JEL: E22.
DOI: 10.31857/S042473880005784-1
СПИСОК ЛИТЕРАТУРЫ
Азгальдов Г.Г., Карпова Н.Н. (2006). Оценка стоимости интеллектуальной собственности и нематериальных активов. М.: Международная академия оценки и консалтинга.
Багиев Г.Л., Козейчук Д.А. (2006). Оценка стоимости бренда в контексте лояльности потребителей // Бренд-менеджмент. № 3. С. 146-154.
Жукова Н.Ю., Матасов Г.М. (2014). Как оценить стоимость бренда: модификация модели Hirose. В сб.: "Модернизация экономики и управления: II Международная научно-практическая конференция. 27 февраля 2014 года: сборник научных статей". С. 143-148.
Козырев А.Н. (2015). Экономика интеллектуальной собственности: измерения, мифология, математические модели // Вестник Российской академии наук. Т. 85. № 9. С. 776.
Козырев А.Н. (2016). Оценка интеллектуальной собственности: Функциональный подход и математические методы. М.: Издательские решения. Режим доступа: http://spz.socionet.ru/~nevolin/files/2016_Kozyrev.pdf, свободный. Загл. с экрана. Яз. русс. (дата обращения: май 2019 г.).
Козырев А.Н., Макаров В.Л. (2003). Оценка стоимости нематериальных активов и интеллектуальной собственности. М.: Интерреклама.
Никулина К.Г. (2012). Методы оценки стоимости бренда // Современная наука: актуальные проблемы теории и практики. Серия: Экономика и право. № 4. С. 31-36.
Стандарты оценки RICS. (2011). М.: Альпина Паблишер.
Старов С.А., Вилков В.С. (2002). Классификация основных подходов при оценке стоимости торговых марок в российских компаниях // Вестник Санкт-Петербургского университета. Серия 8: Менеджмент. № 2. С. 120-133.
Damodaran A. (2012). Investment Valuation: Tools and Techniques for Determining the Value of Any Asset. L.: John Wiley and Sons.
Davcik N.S., Vinhas da Silva R., Hair J.F. (2015). Towards a Unified Theory of Brand Equity: Conceptualizations, Taxonomy and Avenues for Future Research // Journal of Product and Brand Management. Vol. 24 (1). P. 3-17.
Hirose Y. (2002). Ministry of Economy, Trade and Industry, the Government of Japan. The Report of the Committee on Brand Valuation, 24 June.
Negative or Declining Brand Values: Transfer Pricing Issues. An Idea Worth Considering. (2010). [Электронный ресурс] Grant Thornton LLP. Official Website. Режим доступа: http://grantthornton.es/publicaciones/fiscal/GrantThornton_Negative%20brand%20values.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2019 г.).
Ritson M. (2010). Negative Brand Equity: A BP Death Sentence // Brand Strategy Insider. [Электронный ресурс] Режим доступа: https://www.brandingstrategyinsider.com/2010/07/negative-brand-equity-a-bp-death-sentence.html#.WFt_ylOLSUk, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2019 г.).
Salinas G. (2009). The International Brand Valuation Manual. Sussex: John Wiley & Sons Ltd.
Sawaya W.J., Giauque W.C. (1986). Production and Operations Management. N.Y.: Harcourt Brace Jovanovich.
Александров Я.Б. Оценка стоимости компании на развивающихся рынках: сравнительный подход
Экономика и математические методы, 2019, 55 (3), 109-123.
ПАО "Транскапиталбанк", Москва; E-mail: 79257968368@yandex.ru
Аннотация. Данное исследование посвящено определению наиболее подходящих мультипликаторов и критериев отбора компаний-аналогов для оценки стоимости компаний в рамках сравнительного подхода в основных отраслях четырех наиболее крупных развивающихся стран: Бразилии, России, Индии и Китая. На базе рассматриваемой выборки для каждой страны за период с 2009 по 2013 г. в рамках крупнейших отраслей тестируются семь мультипликаторов: P/S, P/E, P/BV, EV/EBITDA, EV/EBIT, EV/TA, EV/Sales, - каждый из которых используется с каждым из семи критериев отбора компаний-аналогов: отрасль, размер компании, потенциал роста компании, комбинации - отрасли и потенциала роста, отрасли и размера, размера и потенциала роста, а также в качестве сравнения приведены расчеты, в которых весь рынок в целом используется в качестве критерия отбора. В результате определяются оптимальные комбинации из критериев отбора и мультипликаторов, которые продемонстрируют наименьшие ошибки в оценке стоимости компаний. Затем из двух наиболее точных мультипликаторов будет получен некий искусственный мультипликатор. С шагом в 1% будут проанализированы 99 комбинаций и найдена оптимальная пропорция, при которой точность оценки будет выше, чем при использовании составляющих ее мультипликаторов по отдельности. В результате нашей работы найдены мультипликаторы и соответствующие им критерии отбора, которые демонстрируют наименьшие ошибки в оценке стоимости компаний. Исследование раскрывает потенциал использования комбинаций из наиболее распространенных мультипликаторов, которые позволяют значительно повысить точность оценки стоимости компаний при использовании сравнительного подхода. Данное исследование будет полезно как для теоретиков корпоративных финансов, так и для практикующих специалистов.
Ключевые слова: мультипликаторы, стоимость фирмы, сравнительный подход, развивающиеся рынки, оценка стоимости.
Классификация JEL: G32.
DOI: 10.31857/S042473880005768-3
СПИСОК ЛИТЕРАТУРЫ
Дамодаран А. (2008). Оценка: инструменты и методы оценки любых активов. Пятое издание. М.: Альпина Бизнес Букс.
Европейские стандарты оценки 2000 (2003). [Электронный ресурс] Российское общество оценщиков. Режим доступа: https://docplayer.ru/72331290-Evropeyskie-standarty-ocenki-2000.html, свободный. Загл. с экрана. Яз. рус. (дата обращения: ноябрь 2018 г.).
Квинт В.Л. (2012). Стратегическое управление и экономика на глобальном формирующемся рынке. М.: Бизнес Атлас.
Козырь Ю.В. (2003). Оценка и управление стоимостью имущества промышленного предприятия. Диссертация на соискание ученой степени кандидата экономических наук. М.: РАН.
Международные стандарты оценки 2017. [Электронный ресурс] Российское общество оценщиков, Российская коллегия оценщиков, Саморегулируемая межрегиональная ассоциация оценщиков (дата обращения: ноябрь 2018 г.).
Микерин Г.И., Смоляк С.А. (2010). Оценка эффективности инвестиционных проектов и стоимостная оценка имущества: возможности конвергенции. М.: ЦЭМИ.
Рутгайзер В.М. (2007). Оценка стоимости бизнеса. М.: Маросейка.
Фишмен Д., Пратт Ш., Гриффит К., Уилсон К. (2000). Руководство по оценке стоимости бизнеса. М.: Квинто-консалтинг.
Alford A.W. (1992). The Effect of the Set of Comparable Firms on the Accuracy of the Price-earnings Valuation Method // Journal of Accounting Research. Vol. 30. P. 94-108.
Cheng C.S.A., McNamara R. (2000). The Valuation Accuracy of the Price-earnings and Price-book Benchmark Valuation Methods // Review of Quantitative Finance and Accounting. Vol. 15. P. 349-370.
Clarke R.N. (1989). SICs as Delineators of Economic Markets // Journal of Business. January. P. 17-31.
Copeland T., Koller T., Murrin J. (1990). Valuation: Measuring and Managing the Value of Companies. New York: Wiley.
Kothari S.P. (1989). The Relation between Earnings to Price Ratios, Systematic Risk and Growth: Implications of Earnings as a Noisy Indicator of Firm Value. Working paper. University of Rochester.
Minjina D.I., Brezeanu P., Huidumac C. (2010). Selecting the Group of Comparable Firms for Valuation by Multiples on Bucharest Stock Exchange // Economic Computation and Economic Cybernetics Studies and Research. Vol. 44. P. 183-200.
Смоляк С.А. Влияние физического износа машин на динамику их рыночной стоимости
Экономика и математические методы, 2019, 55 (3), 124-140.
ЦЭМИ РАН, Москва; E-mail: smolyak1@yandex.ru
Статья подготовлена при частичной финансовой поддержке Российского фонда фундаментальных исследований (проект 18-010-99666)
Аннотация. При стоимостной оценке машин и оборудования обычно требуется определять их физический износ (обесценение). В этих целях используют зависимости коэффициента (или процента) их обесценения от возраста. Вид подобных зависимостей не всегда достаточно обоснован. Из-за этого стоимость старых по возрасту машин оказывается либо чрезмерно малой, либо сильно завышенной. Чтобы устранить указанный недостаток, в настоящей статье предлагается учесть влияние наработки машин на процесс их физического изнашивания. При этом производительность машин, интенсивность их отказов, затраты на эксплуатацию, техническое обслуживание и ремонт, а также характеристики использования машины по времени связываются не с возрастом, а с наработкой машины. Для оценки рыночной стоимости машины мы используем метод дисконтирования денежных потоков. Чтобы избежать субъективизма при долгосрочном прогнозировании денежных потоков, мы применяем принцип ожидания выгод применительно к малому прогнозному периоду и объединяем его с принципом наиболее эффективного использования. В результате он принимает следующую форму: стоимость актива на дату оценки не превышает математического ожидания суммы дисконтированных денежных потоков от его использования в течение малого периода (включая и стоимость актива в конце периода) и совпадает с этим математическим ожиданием, если актив используется наиболее эффективным способом. Математическая модель, основанная на этом принципе, позволяет получить расчетные формулы для рыночной стоимости машины. Для каждого вида машин и оборудования калибровочные параметры модели могут быть подобраны по данным об основных характеристиках и рыночных ценах новых и подержанных машин. Применение построенной модели к двум видам строительных машин показывает, что полученные результаты хорошо согласуются с данными о рыночных ценах таких машин разного возраста.
Ключевые слова: машины, оборудование, техническое обслуживание, ремонт, рыночная стоимость, обесценение, д+оходный подход, принцип ожидания выгод, наиболее эффективное использование, надежность.
Классификация JEL: C61, D24, D46, D81, M41.
DOI: 10.31857/S042473880005785-2
СПИСОК ЛИТЕРАТУРЫ
Асаул А.Н., Старинский В.Н., Бездудная А.Г., Старовойтов М.К. (2011). Оценка собственности. Оценка машин, оборудования и транспортных средств. Асаул А.Н. (ред.). СПб.: АНО "ИПЭВ".
Вейг Н.В. (2009). Оценка машин и оборудования. Учебное пособие. СПб.: Изд-во СПбГУЭФ.
Лейфер Л.А. (ред.). (2015). Справочник оценщика машин и оборудования. Корректирующие коэффициенты и характеристики рынка машин и оборудования. Нижний Новгород: Приволжский центр методического и информационного обеспечения оценки.
Лейфер Л.А., Кашникова П.М. (2008). Определение остаточного срока службы машин и оборудования на основе вероятностных моделей // Имущественные отношения в Российской Федерации. № 1(86). С. 66-79.
Смоляк С.А. (2008). Проблемы и парадоксы оценки машин и оборудования. М.: РИО МАОК.
Смоляк С.А. (2009). Эргодические модели износа машин и оборудования // Экономика и математические методы. Т. 45. Вып. 4. С. 42-60.
Смоляк С.А. (2013). Оценка износа зданий: модель Тимана и ее обобщения. Часть 1 // Имущественные отношения в Российской Федерации. № 12 (147). С. 6-20.
Смоляк С.А. (2014a). Оценка износа зданий: модель Тимана и ее обобщения. Часть 2 // Имущественные отношения в Российской Федерации. № 1 (148). С. 25-35.
Смоляк С.А. (2014б). Оптимизация ремонтной политики и оценка стоимости машин с учетом их надежности // Журнал Новой экономической ассоциации. № 2 (22). С. 102-131.
Смоляк С.А. (2014в). Оценка стоимости машин с учетом условий их эксплуатации // Имущественные отношения в Российской Федерации. № 8 (155). C. 70-82.
Смоляк С.А. (2016). Стоимостная оценка машин и оборудования (секреты метода ДДП). М.: ООО "Издательский дом Опцион".
Ящура А.И. (2006). Система технического обслуживания и ремонта общепромышленного оборудования. М.: НЦ ЭНАС.
Assessors' Handbook 581. Equipment and Fixtures Index, Percent Good and Valuation Factors. (2018). [Электронный ресурс] California State Board of Equalization. Режим доступа: https://www.boe.ca.gov/proptaxes/pdf/ah58118.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2019 г.).
Tiemann M. (1970). Reformvorschl?ge zum Ertrags- und Sachwertverfahren // Allgemeine Vermessungsnachrichten. Vol. 12. P. 523-530.
Данилов В.И. Лемма Скарфа и теорема Брауэра
Экономика и математические методы, 2019, 55 (3), 141-143.
ЦЭМИ, Москва; E-mail: vdanilov43@mail.ru
Аннотация. В статье (Petri, Voorneveld, 2018) было предложено элементарное доказательство теоремы Брауэра о существовании неподвижных точек непрерывного отображения выпуклого компакта в себя. Оно основано на некотором комбинаторном утвержденеии, названном авторами леммой о нетретировании (no-bullying). В настоящей работе мы показываем, что эта лемма является переформулировкой знаменитой леммы Скарфа из классической статьи (Scarf, 1967). Обсуждается также связь нетретирования с понятием уравновешенных состояний, рассмотренных в работе (Данилов, Сотсков, 1987).
Ключевые слова: теорема ККМ, уравновешенное состояние, лемма о нетретировании.
Классификация JEL: C44, D81.
DOI: 10.31857/S042473880005771-7
СПИСОК ЛИТЕРАТУРЫ
Васильев В.А. (1984). Модели экономического обмена и кооперативные игры. Новосибирск: НГУ.
Данилов В.И., Сотсков А.И. (1987). Уравновешенные состояния и теоремы о ядре // Оптимизация. Т. 41. С. 36-49. [Перевод в: Danilov V.I., Sotskov A.I. (2006). Russian contributions to game theory and equilibrium theoty. In: "Equilibrated States and Theorems on the Core". Driessen T., Laan G. van der, Vasil'ev V., Yanovskaya E. (eds). Berlin: Springer. P. 237-250.]
Данилов В.И. (1998). Лекции о неподвижных точках. М. РЭШ.
Данилов В.И. (1999). О теореме Скарфа // Экономика и математические методы. Т. 35. Вып. 3. С. 137-139.
Полтерович В.М. (1984). Уравновешенные состояния в задачах векторной оптимизации // Автоматика и телемеханика. № 5. С. 89-96.
Aharoni R., Holzman R. (1998). Fractional Kernels in Digraphs // Journal of Comb. Theory, Series B. Vol. 73. P. 1-6.
Aubin J.-P. (1984). L'analise non lineare et ses motivations economiques. Paris: Mason.
Ivanov N.V. (2019). Beyond Sperner's Lemma. arXiv:1902.00827[math.AT].
Kuhn H.W. (1968). Simplicial Approximation of Fixed Points // Proceedings of the National Academy of Sciences. Vol. 61. P. 1238-1242.
Petri H., Voorneveld M. (2018). No Bullying! A Playful Proof of Brouwer's Fixed-Point Theorem // Journal of Mathematical Economics. Vol. 78. P. 1-5.
Scarf H. (1967). The Core of N-Person Game // Econometrica. Vol. 35. P. 50-69.
Миндели Л.Э., Остапюк С.Ф.*, Фетисов В.П.** О результатах долгосрочного прогнозирования фундаментальных и поисковых научных исследований
Экономика и математические методы, 2019, 55 (4), 5-27.
Институт проблем развития науки РАН, Москва
*E-mail: S.Ostapyuk@issras.ru
**E-mail: VPFetisov@yandex.ru
Работа выполнена в рамках программы фундаментальных исследований Президиума РАН на 2019 г. № 10 "Большие вызовы и научные основы прогнозирования и стратегического планирования".
Аннотация. В 2018-2019 гг. под руководством Российской академии наук разрабатывался долгосрочный прогноз фундаментальных и поисковых научных исследований. Целью настоящей статьи является представление результатов прогнозирования для обсуждения научной общественностью, последующее их рассмотрение в РАН и использование итогового прогноза фундаментальных и поисковых научных исследований при уточнении долгосрочного прогноза научно-технологического развития страны. Статья содержит сопоставление результатов долгосрочного тематического прогноза развития фундаментальных и поисковых научных исследований с результатами долгосрочного прогноза перспективных направлений научно-технологического развития, экспертные оценки актуальности и мирового уровня прогнозируемых научных исследований по тринадцати направлениям наук, оценку их финансирования, необходимого для проведения исследований в полном объеме и на высоком мировом уровне. В целях реализации РАН своих функций, в том числе, связанных с прогнозированием основных направлений научного, научно-технического и социально-экономического развития страны, в статье предлагается принять правовые акты о порядке формирования и корректировки прогноза развития фундаментальных научных исследований.
Ключевые слова: фундаментальные и поисковые научные исследования, социально-экономическое и научно-технологическое развитие, стратегическое планирование, формы и результаты анализа долгосрочного прогнозирования.
Классификация JEL: E17, B4, I23.
DOI: 10.31857/S042473880006709-8
СПИСОК ЛИТЕРАТУРЫ
Миндели Л., Остапюк С., Черных С. (2017). Долгосрочное прогнозирование развития фундаментальной науки в России: методологические аспекты // Общество и экономика. № 10. С. 5-22.
Миндели Л., Остапюк С., Фетисов В. (2018). Глобальные тенденции и вызовы, определяющие научно-технологическое развитие России // Микроэкономика. № 5. С. 7-14.
Миндели Л.Э. , Остапюк С.Ф., Фетисов В.П. (2019). Об организации долгосрочного прогнозирования фундаментальных и поисковых научных исследований // Экономика и математические методы. Т. 55. № 1. С. 56-67.
Граборов С.В. Мажоритарная оптимизация налогообложения доходов и имущества граждан
Экономика и математические методы, 2019, 55 (4), 28-42.
ЦЭМИ РАН, Москва; E-mail: sergei.graborov@yandex.ru
Аннотация. В статье предлагается один из возможных подходов к нелинейной многомерной оптимизации налогообложения граждан по правилу большинства в случае произвольного числа видов дохода и имущества. Критерий оптимальности исходной модели задается в векторной форме. Все граждане-налогоплательщики минимизируют свои индивидуальные налоговые платежи. Налоги на доходы и имущество уплачиваются по нелинейной шкале, а налог на потребление - по линейной, причем налоговые ставки и пороговые значения налоговых баз являются оптимизируемыми величинами. Помимо налоговых функций и индивидуальных критериев граждан, соотношения исходной модели включают ограничения на совокупный размер их налоговых платежей, а также на допустимые значения налоговых ставок. Установлена необходимость введения в модель дополнительных коалицеобразующих условий, обеспечивающих принятие единого решения об оптимальных налоговых ставках всеми участниками группы большинства в случае произвольного количества видов дохода и имущества. Найдены и обоснованы условия, при которых критерии всех участников этой группы становятся идентичными, что и гарантирует принятие единого решения о налоговых ставках. Представлен порядок расчета налоговых ставок на доходы и имущество граждан.
Ключевые слова: бюджетно-налоговые решения, многокритериальная оптимизация, правило большинства, прямые и косвенные налоги.
Классификация JEL: H2.
DOI: 10.31857/S042473880005773-9
СПИСОК ЛИТЕРАТУРЫ
Аткинсон Э.Б., Стиглиц Дж. Э. (1995). Лекции по экономической теории государственного сектора. М.: Аспект Пресс.
Граборов С.В. (2011). Процедуры расчета параметров равновесного состояния общественного выбора в бюджетно-налоговой сфере. Препринт #WP/2011/287. М.: ЦЭМИ РАН.
Граборов С.В. (2013). Процедуры общественного выбора линейной бюджетно-налоговой структуры // Экономика и математические методы. Т. 49. № 2. С. 71-86.
Граборов С.В. (2015а). Модели оптимизации бюджетно-налоговой структуры: метод решения и эквивалентность критериев. Препринт #WP/2015/315. М.: ЦЭМИ РАН.
Граборов С.В. (2015б). Мажоритарная оптимизация налогов, трансфертов, цен и заработных плат // Экономика и математические методы. Т. 51. № 1. С. 80-96.
Граборов С.В., Пителин А.К. (2016). Макроэкономическая эффективность бюджетно-налоговых решений: принципы и модели. Препринт #WP/2016/317. М.: ЦЭМИ РАН.
Граборов С.В., Пителин А.К. (2017). Мажоритарная оптимальность прямого и косвенного налогообложения граждан // Экономика и математические методы. Т. 53. № 2. С. 24-39.
Занадворов В.С., Колосницына М.Г. (2006). Экономическая теория государственных финансов. М.: ГУ ВШЭ.
Захаров А.В. (2009). Модели политической конкуренции: обзор литературы // Экономика и математические методы. Т. 45. № 1. С. 110-128.
Коровкин В.В. (2006). Основы теории налогообложения. М.: Экономист.
Налоговые реформы. Теория и практика (2015). Майбурова И.А., Иванова Ю.Б. (ред.) М.: Юнити.
Пушкарева В.М. (2001). История финансовой мысли и политики налогов. М.: Финансы и статистика.
Стиглиц Дж.Ю. (1997). Экономика государственного сектора. М.: МГУ, Инфра-М.
Черник Д.Г., Шмелев Ю.Д. (2011). Кризис и налоги. М.: Экономика.
Эрроу К.Дж. (2004). Коллективный выбор и индивидуальные ценности. М.: Изд. дом ГУ ВШЭ.
Bucovetsky S. (1991). Choosing Tax Rates and Public Expenditure Levels Using Majority rule // Journal of Public Economics. Vol. 46. No. 1 (October). P. 113-131.
Calabreze St.M. (2007). Majority Voting over Publicly Provided Goods, Redistribution and Income Taxation // Journal of Public Economic Theory. Vol. 9. No. 2. P. 319-334.
Caucutt E.M., Imrohoroglu S., Kumar K. (2006). Does the Progressivity of Income Taxes Matter for Human Capital and Grouth? // Journal of Public Economic Theory. Vol. 8. No. 1. P. 95-118.
Couglin P.J. (1986). Elections and Income Redistribution // Public Choice. Vol. 50. No. 1-3, P. 27-91.
Glomm G., Ravikumar B. (1998). Opting out of Publicly Provided Services: A Majority Voting Result // Social Choice and Welfare. No. 15. P. 187-199.
Hariton C., Piaser G. (2007). When Redistribution Leads to Regressive Taxation // Journal of Public Economic Theory. Vol. 9. No. 4. P. 589-606.
Persson T., Tabellini G. (1994). Representative Democracy and Capital Taxation // Journal of Public Economics. Vol. 55. No. 3. P. 53-70.
Persson T., Tabellini G. (2000). Political Economics: Explaining Economic Policy. London: The MIT Press.
Roberts K.W.S. (1977). Voting over Income Tax Schedules // Journal of Public Economics. Vol. 8. No. 3. P. 329-340.
Roemer J. (1999). The Democratic Political Economy of Progressive Income Taxation // Econometrica. Vol. 67. No. 1. P. 1 - 19.
Yu-Bong L. (2019). Tax Havens, Income Shifting and Redistributive Taxation // Journal of Public Economic Theory. Vol. 21. No.1. P. 81-97.
Галенкова А.Д.*, Мариев О.С.**, Никитин М.В.***, Юнусова И.М.**** Эконометрическое исследование пузырей на рынках недвижимости России
Экономика и математические методы, 2019, 55 (4), 43-56.
Высшая школа экономики и менеджмента, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург
*E-mail: agalenkova@mail.ru
**E-mail: olegmariev@mail.ru
***E-mail: mihailnikitin1993@yandex.ru
****E-mail: imyunusova@gmail.com
Исследование выполнено при поддержке гранта Российского научного фонда (проект №19-18-00262 "Моделирование сбалансированного технологического и социально-экономического развития российских регионов").
Аннотация. Авторы тестируют рынки недвижимости российских регионов на наличие пузырей, используя тест на коинтеграцию Педрони. Следуя теоретическому критерию Аршанапалли и Нельсона, при отсутствии пузырей индекс цен на жилую недвижимость должен быть коинтегрированным с такими фундаментальными факторами рынка жилой недвижимости, как ипотечная ставка, цены на строительную продукцию, экономическая активность и благосостояние населения. Авторы адаптируют этот критерий для применения не только индексного, но и стоимостного подхода (в рублевом и долларовом эквивалентах) к определению наличия пузырей на рынках первичной и вторичной жилой недвижимости российских регионов. По результатам тестирования сделаны выводы о том, что индексы цен на рынках первичной и вторичной недвижимости некорректно отражают реальный обвал российских рынков недвижимости в 2008 г., а конъюнктура российских рынков недвижимости не зависит от валютного курса. Новизна авторского подхода заключается в комбинировании и расширении существующих методик выявления пузырей на региональных рынках недвижимости. Основным результатом исследования стал впервые полученный и эмпирически доказанный вывод о том, что пузыри на российских рынках недвижимости появились и лопнули независимо от международной экономической конъюнктуры.
Ключевые слова: недвижимость, рынки недвижимости, российские регионы, пузыри на рынке недвижимости, моделирование, эконометрическое тестирование, тест Педрони.
Классификация JEL: R31, C33, C46.
DOI: 10.31857/S042473880006888-5
СПИСОК ЛИТЕРАТУРЫ
Григорьев Л., Иващенко А. (2010). Теория цикла под ударом // Вопросы экономики. № 10. С. 31-55.
Максимов С., Бачуринская И. (2009). Управление внешними эффектами на рынке недвижимости // Проблемы современной экономики. № 3 (31). С. 379-381.
Родионова Н. (2009). Специфика ценообразования на рынке жилья и факторы, влияющие на цену недвижимости // Аудит и финансовый анализ. № 2. С. 406-411.
Стерник Г.М., Стерник С.Г. (2009). Анализ рынка жилья для профессионалов. М.: Экономика.
Фридман Дж., Ордуэй Н. (1997). Анализ и оценка приносящей доход недвижимости. Пер. с англ. М.: Дело.
Adams Z., Fuss R. (2010). Macroeconomic Determinants of International Housing Markets // Journal of Housing Economics. Vol. 19. P. 38-50.
Aoki K., Proudman J., Vlieghe G. (2014). House Prices, Consumption and Monetary Policy: A Financial Accelerator Approach // Journal of Financial Intermediation. No. 13. P. 414-435.
Arshanapalli B., Nelson W. (2008). A Cointegration Test to Verify the Housing Bubble // The International Journal of Business and Finance Research. Vol. 2. No. 2. P. 35-43.
Agnello L., Schuknecht L. (2011). Booms and Busts in Housing Markets: Determinants and Implications // Journal of Housing Economics. Vol. 20. P. 171-190.
Beltratti A. (2015). International House Prices and Macroeconomic Fluctuations // Journal of Banking and Finance. Vol. 34. P. 533-545.
Buiter W. (2012). Housing Wealth Isn't Wealth // National Bureau of Economic Research. No. 14204. P. 1-23.
Case K.E., Shiller R.T. (2003). Is There a Bubble in the Housing Market? // Brookings Papers on Economic Activity. Vol. 2003. No. 2. P. 299-342.
Corbae D., Quintin E. (2013). Leverage and the Foreclosure Crisis // National Bureau of Economic Research. No. 19323. P. 1-70.
Dufrenot G. (2015). The Changing Role of House Price Dynamics over the Business Cycle // Economic Modelling. Vol. 29. P. 1960-1967.
Giglio S., Maggiori M. (2014). No-Bubble Condition: Model-Free Tests in Housing Markets. NBER Working Paper 20154.
Glaeser E., Gyourko J. (2008) Housing Supply and Housing Bubbles // National Bureau of Economic Research. No. 14193. P. 1-60.
Iacoviello M. (2012). House Prices, Borrowing Constraints, and Monetary Policy in the Business Cycle // The American Economic Review. Vol. 95. P. 339-764.
Im K., Pesaran M., Shin Y. (2003). Testing for Unit Roots in Heterogeneous Panels. Journal of Econometrics. Vol. 115. P. 53-74.
Mikhed V., Zemcik P. (2009). Testing for Bubbles in Housing Market: A Panel Data Approach // Journal of Real Estate Financial Economics. Vol. 38. P. 366-386.
Pedroni P. (1999). Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors // Oxford Bulletin of Economics and Statistics. Special Issue. P. 653-670.
Wagner M., Hlouskova J. (2007). The Performance of Panel Cointegration Methods: Results from a Large Scale Simulation Study. Economic Series: Institute for Advanced Studies, Vienna.
Абрамян С.И.i,*, РюминаЕ.В.ii,**, Федотов А.А.ii,*** Оценка влияния глобальных целей в области устойчивого развития на человеческий потенциал
Экономика и математические методы, 2019, 55 (4), 57-67.
iМИРЭА - Российский технологический университет, Москва
iiИнститут социально-экономических проблем народонаселения РАН, Москва
*E-mail: siabram@mail.ru
**E-mail: ryum50@mail.ru
***E-mail: fedotov.arr@gmail.com
Аннотация. Цель данного исследования - оценить уровень человеческого потенциала в регионах России и выявить, способствует ли его повышению достижение глобальных целей в области устойчивого развития на период до 2030 г. Данные цели входят в "Программу развития" Организации объединенных наций (ПРООН), они приняты на международном уровне большинством стран, включая Россию, и официально вступили в силу с 1 января 2016 г. В работе проанализировано, как менялось отношение общества к развитию человека в ходе истории и как его трактует современная концепция устойчивого развития. Предложены шесть показателей, характеризующих различные аспекты человеческого потенциала: физические, интеллектуальные и культурные. Проведен межрегиональный анализ выбранных компонентов потенциала человека и выявлены наиболее благополучные и неблагополучные в этом отношении регионы. В России сейчас только вырабатываются национальные показатели, сигнализирующие о достижении глобальных целей. В этом состоит новизна настоящего исследования. Предпринята попытка не только выработать показатели, описывающие достижение целей устойчивого развития, но и оценки влияния достижения этих целей на показатели потенциала человека. Исследование проводилось на основе данных официальной статистики по регионам России. Предложено 16 показателей для описания восьми целей, проведен их корреляционный анализ с показателями потенциала человека, а также анализ временных рядов. Для этого были собраны, обработаны и проанализированы статистические данные за девять лет по 85 регионам России. Результаты исследования могут быть использованы при формировании стратегии реализации программы устойчивого развития по отдельным регионам, а также для выбора приоритетных направлений развития регионов.
Ключевые слова: развитие человека, устойчивое развитие, потенциал человека, качество населения, статистический анализ, межрегиональный анализ.
Классификация JEL: Q01.
DOI: 10.31857/S042473880006773-9
СПИСОК ЛИТЕРАТУРЫ
Бобылев С.Н., Григорьев Л.М. (2016). Доклад о человеческом развитии в Российской Федерации за 2016 год. М.: Аналитический центр при Правительстве Российской Федерации.
Иванов С.А. (2012). Формирование инновационных компетенций и свойств человеческого потенциала. Доклад. Материалы "XIII Апрельский Международной научной конференции "Модернизация экономики и общества"" (3-5 апреля 2012 г., в г. Москве). [Электронный ресурс]. Режим доступа: http://www.gosbook.ru, свободный. Загл. с экрана. Яз. рус. (дата обращения: 05.02.2018).
Кравченко Е.В., Шаркевич И.В. (2011). Особенности развития человеческого потенциала регионов современной России // Экономика региона. № 3. С. 71-79.
Локосов В.В., Рюмина Е.В., Ульянов В.В. (2015). Региональная дифференциация показателей человеческого потенциала // Экономика региона. № 4. C. 185-196.
Преобразование нашего мира: повестка дня в области устойчивого развития на период до 2030 года (2015). Нью-Йорк: ПРООН.
Римашевская Н.М., Мигранова Л.А., Токсанбаева М.С. (2014). Человеческий и трудовой потенциал российских регионов // Народонаселение. № 3. С. 106-119.
Рюмина Е.В. (2014). Экологическая характеристика качества населения // Экономика региона. № 3. C. 82-90.
Рюмина Е.В. (2017). Характеристика экологических аспектов качества жизни и их отражение в индексе человеческого развития. В сб.: "Стратегическое планирование и развитие предприятий. Секция 4. Материалы Восемнадцатого всероссийского симпозиума". Клейнер Г.Б. (ред.). М.: ЦЭМИ РАН. С. 811-814.
Фролов И.Т. (1999). Человеческий потенциал: опыт комплексного подхода. М.: Эдиториал УРСС.
Daly H. (1968). On Economics as a Life Science // The Journal of Political Economy. Vol. 76. No. 3. P. 392-406.
Diverse World (2014). New York: UNDP.
Forrester J.W. (1971). World Dynamics. Cambridge: Wright-Allen Press, Inc.
Human Development Report (1990). N.Y.: Oxford University Press.
Human Development Report (2014). The Rise of the South: Human Progress in a Human Development Report 2014: Sustaining Human Progress: Reducing Vulnerabilities and Building Resilience. New York: UNDP.
Meadows D.H., Randers J., Meadows D.L., Behrens W.W. (1972). The Limits to Growth: A Report for the Club of Rome's Project on the Predicament of Mankind. New York: Universe Books.
Models of Doom (1973). A Critique of the Limits to Growth. New York: Universe Books.
Simovici D.A., Chabane D. (2014). Mathematical Tools for Data Mining. Second edition. London: Springer-Verlag.
Weizsaecker E. von, Wijkman A. (2018). Come On! Capitalism, Short-termism, Population and the Destruction of the Planet. New York: Springer.
Гребенников В.Г.*, Магомедов Р.Ш.** Бюджетная самообеспеченность как проблема государственного программирования регионального развития
Экономика и математические методы, 2019, 55 (4), 68-77.
ЦЭМИ РАН, Москва
*E-mail: valerygrebennikov@yandex.ru;
**E-mail: mrsh.cemi2006@mail.ru
Аннотация. В статье изложен подход к оценке сбалансированности структуры государственной программы развития макрорегиона, позволяющий контролировать уровни самообеспеченности бюджетов входящих в него регионов. Данный подход продемонстрирован на примере государственной программы Российской Федерации "Развитие Северо-Кавказского федерального округа" до 2025 г. Обоснованы две взаимосвязанные гипотезы о наличии отрицательной обратной связи между долей программных мероприятий рыночного характера в расходах консолидированного бюджета региона и долей безвозмездных поступлений в его доходах, а также положительной обратной связи между долей программных мероприятий рыночного характера в расходах консолидированного бюджета региона и долей налогов на экономическую деятельность в его доходах. Предложен подход к оценке обоснованности объемов направляемых в регионы федеральных трансфертов. Для этого введен показатель потенциала самообеспеченности бюджета региона. Информационно-аналитическую базу исследования составляют данные Федерального казначейства об исполнении консолидированных бюджетов субъектов Российской Федерации в 2001-2017 гг., а также бюджетная классификация Министерства финансов России. Основные выводы и результаты работы могут быть использованы для стратегического, в том числе бюджетного, планирования в целях совершенствования нормативно-правового обеспечения управления государственными программами регионального развития.
Ключевые слова: региональное развитие, Северо-Кавказский федеральный округ, государственная программа, программная структура, программные мероприятия, консолидированный бюджет, бюджетная самообеспеченность, дотационность бюджета, безвозмездные поступления, межбюджетные трансферты, налоги на экономическую деятельность, субсидии, бюджетные инвестиции, корреляционный анализ.
Классификация JEL: H53, R58.
DOI: 10.31857/S042473880006774-0
СПИСОК ЛИТЕРАТУРЫ
Беленький В.З., Гребенников В.Г. (2013). Некоторые постановки задач ранжирования и их решение на основе принципа согласованности // Экономическая наука современной России. № 3. С. 59-69.
Брагинский О.Б., Татевосян Г.М., Седова С.В., Магомедов Р.Ш. (2017). Государственные программы отраслевого и территориального развития: проблемы методологии и практики управления. Препринт # WP/2017/325. М.: ЦЭМИ РАН.
Гагарина Г.Ю., Губарев Р.В., Дзюба Е.И., Файзуллин Ф.С. (2017). Прогнозирование социально-экономического развития российских регионов // Экономика региона. Т. 13. Вып. 4. С. 1080-1094. doi 10.17059/2017-4-9.
Гребенников В. Г., Магомедов Р. Ш. (2018). Сбалансированность бюджетных расходов как условие повышения региональной бюджетной самообеспеченности. В сб. "Управление развитием крупномасштабных систем (MLSD'2018): труды Одиннадцатой международной конференции,1-3 октября 2018 г."./ Васильев С.Н., Цвиркун А.Д. (ред.). М.: Институт проблем управления им. В.А. Трапезникова. Т. 3. Секции 12-16. С. 426-432.
Ермаков В.В. (2017). Оценка воздействия межбюджетных трансфертов на социально-экономическое развитие регионов // Экономика и математические методы. Т. 53. № 3. С. 18-37.
Идрисова В., Фрейнкман Л. (2010). Влияние федеральных трансфертов на фискальное поведение региональных властей. М.: ИЭПП.
Татевосян Г.М., Писарева О.М., Седова С.В., Симонова Н.И. (2004). Сравнительный анализ экономических показателей регионов России // Экономика и математические методы. Т. 40. № 4. С. 59-73.
Татевосян Г.М., Писарева О.М., Седова С.В., Тореев В.Б. (2009). Методы обоснования инвестиционных программ (реальный сектор экономики). Препринт # WP/2009/260. М.: ЦЭМИРАН.
DonVito P.A. (1969).The Essentials of a Planning-Programming-Budgeting System. [Электронный ресурс]. Режим доступа: https://www.rand.org/pubs/papers/P4124.html, свободный. Загл. с экрана. Яз. англ. (дата обращения: 23.10.2015).
Premchand A. (1989). Government Budgeting and Expenditure Controls. Theory and Practice. Third Printing. Washington: International Monetary Fund.
Solem J., Werner H.D. (1968). PPBS: A Management Innovation. [Электронный ресурс]. Режим доступа: https://joe.org/joe/1968winter/1968-4-a4.pdf, свободный. Загл. С экрана. Яз. англ. (дата обращения 16.04.2017).
Володина Е.Е.i,*, Лившиц В.Н.ii,** Об алгоритме "наводнение" приближенного решения гладких задач нелинейного программирования с линейными ограничениями большой размерности
Экономика и математические методы, 2019, 55 (4), 78-88.
iМосковский технический университет связи и информатики, Москва
iiФедеральный исследовательский центр "Информатика и управление" Российской академии наук, Москва
*E-mail: evolodina@list.ru
**E-mail: livchits@isa.ru
Аннотация. В статье проанализированы исследования в области постановки линейных и нелинейных транспортных задач и алгоритмы их решения. Рассмотрены научные работы об оптимизации потоков в сетях, которые внесли весомый вклад в создание и развитие нового экономико-математического направления в целом и во многом стимулировали формирование оптимизационных моделей и их практическое использование в ряде отраслей, в первую очередь на транспорте. Особое внимание уделено решению задачи нелинейного программирования, когда затраты на каждом транспортном звене существенно и нелинейно зависят не только от параметров звена, но и от суммарного объема и структуры проходящего по нему грузопотока. Приводится решение крупноразмерной нелинейной неоднородной транспортной задачи сетевой структуры при задании исходной информации о перевозках в виде крупноразмерной матрицы корреспонденций. Изложен эффективный метод оптимизации распределения неоднородных потоков по фиксированной нелинейной транспортной сети. На основе инструментария функционального анализа доказана теорема о правомерности использования условия потенциальности оптимального плана потоков перевозок в нелинейном случае. Обсуждается предложенный двухэтапный алгоритм оптимизации пошагового распределения неоднородных потоков по фиксированной нелинейной транспортной сети, базирующийся на приведенном доказательстве правомерности распространения на этот случай принципа потенциальности оптимального плана перевозок.
Ключевые слова: оптимальное планирование, нелинейное программирование, линейное ограничение, транспортная задача, матрица корреспонденций, затраты, грузопоток, пошаговое распределение потоков, двухэтапный алгоритм оптимизации.
Классификация JEL: C5.
DOI: 10.31857/S042473880006776-2
СПИСОК ЛИТЕРАТУРЫ
Белоусова Н.И., Бушанский С.П., Васильева Е.М., Лившиц В.Н., Позамантир Э.И. (2004). Совершенствование теоретических основ, моделей и методов оптимизации развития сети автомобильных дорог. В сб.: "Компьютерный аудит". № 3. С. 114-204.
Белоусова Н.И., Бушанский С.П., Васильева Е.М., Лившиц В.Н., Позамантир Э.И. (2008). Информационная технология синтеза сложных сетевых структур нестационарной российской экономики: модели, алгоритмы, программная реализация // Аудит и финансовый анализ. № 1. С. 50-88.
Васильева Е.М., Левит Б.Ю., Лившиц В.Н. (1981). Нелинейные транспортные задачи на сетях. М.: Финансы и статистика.
Володина Е.Е. (2016). Экономико-методические проблемы государственного управления использованием радиочастотного спектра // Экономическая наука современной России. № 3. С. 124-135.
Гибшман А.Е. (1965). О размещении грузовых потоков на параллельных ходах // Вестник ВНИИЖТ. № 6. С. 3-6.
Дубовицкий А.Я., Милютин А.А. (1965). Задачи на экстремум при наличии ограничений // Журнал вычислительной математики и математической физики. № 3. С. 395-453.
Итоги конкурса программ построения матрицы кратчайших расстояний "Транспорт-83" (1985). // Экономика и математические методы. Т. 21. Вып. 3. С. 565-567.
Канторович Л.В. (1959). Экономический расчет наилучшего использования ресурсов. М.: Изд-во АН СССР.
Канторович Л.В., Гавурин М.К. (1949). Применение математических методов в вопросах анализа грузопотоков. В сб.: "Проблемы повышения эффективности работы транспорта". М., Л.: Изд-во АН СССР. С. 110-138.
Козин Б.С., Козлов И.Т. (1964). Выбор схем этапного развития железнодорожных линий. М.: Трансжелдориздат.
Левит Б.Ю. (1971). Алгоритмы поиска кратчайших путей на графе. В сб.: "Труды института гидродинамики СО АН СССР. Моделирование процессов управления". Вып. 4. Новосибирск. С. 117-148.
Левит Б.Ю., Лившиц В.Н. (1972). Нелинейные сетевые транспортные задачи. М.: Транспорт.
Левитин Е.С., Лившиц В.Н. (2012). Об исследовании монотонности по параметру оптимальных решений для одного класса параметрических оптимизационных задач // Автоматика и телемеханика. № 8. С. 91-110.
Лившиц В.Н. (1967). О применении математических методов при выборе оптимальной схемы развития транспортной сети. В сб.: "Труды Первой Всесоюзной конференции по оптимизации и моделированию транспортных сетей". Киев: Изд-во Института кибернетики АН УССР. С. 45-64.
Лившиц В.Н. (1984). Оптимизация при перспективном планировании и проектировании. М.: Экономика.
Лившиц В.Н. (2013). Системный анализ рыночного реформирования нестационарной российской экономики. М.: Поли Принт Сервис.
Лившиц В.Н. (1986). Системный анализ экономических процессов на транспорте. М.: Транспорт.
Лившиц В.Н., Позамантир Э.И. (1969). Решение нелинейных многопродуктовых транспортных задач. В сб.: "Поиск экстремума". Томск: Изд-во Томского университета. С. 276-288.
Лурье А.Л. (1964). О математических методах решения задач на оптимум при планировании социалистического хозяйства. М.: Наука.
Позамантир Э.И. (1974). Об одной динамической модели оптимального развития транспортной сети. В сб.: "Труды ИКТП при Госплане СССР". Вып. 46. С. 161-183.
Позамантир Э.И. (2014). Вычислимое общее равновесие экономики и транспорта. Транспорт в динамическом межотраслевом балансе. М.: Поли Принт Сервис.
Стиглиц Д. (2003). Глобализация: тревожные тенденции. М.: Мысль.
Bertalanffy L. von. (1950). An Outline of General Systems Theory // British Journal for Philosophy of Science. No. 2. Vol. 1. P. 139-164.
Quinet E. (1990). Analyse economique des transports. Paris: Presses Universitaires de France.
Quinet E. (1998). Principes d' Economie des Transports. Paris: Economica.
Stiglitz J.E. (2002). Globalization and Its Discontents. New York, London: W.W. Norton & Company.
Лабскер Л.Г. Свойство синтезирования критерия Вальда-Сэвиджа и его экономическое приложение
Экономика и математические методы, 2019, 55 (4), 89-103.
Финансовый университет при правительстве Российской Федерации, Москва; E-mail: llabsker@mail.ru
Автор благодарит члена-корреспондента РАН, доктора экономических наук, профессора Г.Б. Клейнера за предоставленную возможность выступить с докладом на его научном семинаре в Финансовом университете при Правительстве Российской Федерации, за обсуждение полученных результатов и конструктивные замечания, способствующие углублению анализа рассмотренной в статье проблемы.
Аннотация. В игре с природой в качестве принципа оптимальности определяется синтетический критерий Вальда-Сэвиджа, дающий возможность оценивать оптимальность стратегий с синтетической (совместной) точки зрения выигрышей и рисков. Дается определение синтезированной стратегии, т.е. стратегии, оптимальной по критерию Вальда-Сэвиджа и не оптимальной ни по критерию Вальда, ни по критерию Сэвиджа. Вводится в рассмотрение свойство синтезирования, заключающееся в существовании синтезированной стратегии. Научная новизна работы состоит в решении сформулированной проблемы синтезирования, состоящем в нахождении необходимых и достаточных условий отсутствия у критерия Вальда-Сэвиджа свойства синтезирования. Достаточные условия имеют и практическое значение при анализе задач по принятию оптимальных экономических решений, поскольку выполнение этих условий означает, что применять критерий Вальда-Сэвиджа для отыскания синтезированных стратегий не имеет смысла. Проверка достаточных условий не требует обращения к собственно критерию Вальда-Сэвиджа, а основывается лишь на составляющих критериях. Однако применение критерия Вальда-Сэвиджа в случае отсутствия у него свойства синтезирования не является абсолютно бесполезным, поскольку выявляет зависимость применения критериев Вальда и Сэвиджа от определяемого выигрыш-показателя. Применение полученных результатов иллюстрируется на решении задачи экономического содержания об оптимальном выборе технологического способа производства продукции.
Ключевые слова: игра с природой, критерий Вальда, критерий Сэвиджа, выигрыш-показатель, критерий Вальда-Сэвиджа, синтезированная стратегия, проблема синтезирования критерием Вальда-Сэвиджа, решение проблемы синтезирования, двухкритериальная задача оптимизации, технологические способы производства продукции, потребность в продукции, оптимальный выбор способа производства.
Классификация JEL: D81.
DOI: 10.31857/S042473880006775-1
СПИСОК ЛИТЕРАТУРЫ
Лабскер Л.Г., Ященко Н.А., Амелина А.В. (2011а). Оптимизация выбора корпоративного заемщика банка на основе синтетического критерия Вальда-Сэвиджа // Финансовая аналитика: проблемы и решения. № 34 (76). С. 43-54.
Лабскер Л.Г., Ященко Н.А., Амелина А.В. (2011б). Формирование приоритетной очередности кредитования банком корпоративных заемщиков по синтетическому критерию Вальда-Сэвиджа // Финансы и кредит. № 38 (518). С. 31-41.
Лабскер Л.Г., Ященко Н.А., Амелина А.В. (2012). Очередность кредитования банком корпоративных заемщиков: формирование приоритетного порядка на основе синтетического критерия Вальда-Сэвиджа. Saarbrucken: LAMBERT Academic Publishing GmbH & Co. KG.
Лабскер Л.Г., Ященко Н.А. (2013). К вопросу о доказательстве теоремы о структуре множества стратегий, оптимальных по критерию Вальда-Сэвиджа // Наука и Мир. Международный научный журнал. № 1 (1). С. 158-167.
Лабскер Л.Г. (2014). Теория критериев оптимальности и экономические решения. М.: КНОРУС.
Лабскер Л.Г. (2016). К вопросу о проблеме сглаживания критерием Гурвица и экономическое приложение // Инновации и инвестиции. № 6. С. 134-145.
Arrow K.J., Hurwicz L. (1972) An Optimality Criterion for Decision Making under Ignorance. In: "Uncertainty and expectations in economics". Oxford: Basil Blackwell and Mott.
Hurwicz L. (1951). Optimality Criteria for Decision Making under Ignorance. Cowles commission papers No. 370.
Savage L.J. (1951).The Theory of Statistical Decision // J. Amer. Statist. Assoc. Vol. 46. No.1. P. 55-67.
Wald A. (1950). Statistical Decision Functions. N.Y.: Wiley; L., Chapman & Hall.
Светлов Н.М. Непараметрическая граница производственных возможностей в вычислимой модели частичного равновесия
Экономика и математические методы, 2019, 55 (4), 104-116.
ЦЭМИ РАН, Москва; E-mail: nikolai.svetlov@gmail.com
Аннотация. Создана вычислимая экономико-математическая модель частичного равновесия, в которой функции предложения рассчитываются непосредственно в ходе ее решения на основе данных о непараметрических границах производственных возможностей поставщиков. В отличие от обычных моделей частичного равновесия, модель такого типа не сталкивается с трудностями определения параметров функций предложения, повышает объективность и достоверность результатов моделирования. Она позволяет исследовать влияние на рынки изменений в объемах ресурсов, технологиях производства, климатических условиях, причем не требуется вводить предположения о влиянии указанных изменений на функцию предложения, проверка которых трудна и не всегда возможна. Удовлетворительные вычислительные свойства модели достигаются при помощи представления непараметрической границы производственных возможностей в форме системы неравенств, построенной в соответствии с теорией двойственности, в отличие от традиционной формы в виде задачи линейного программирования. Приводятся результаты применения разработанной модели для анализа изменения цен на рынках скота и птицы, молока и зерна в субъектах Российской Федерации в границах 2013 г. (с учетом транспортных связей между ними, природно-сельскохозяйственного зонирования и фактора случайности) в случае частичного задействования существующих резервов улучшения территориально-отраслевой структуры сельского хозяйства России.
Ключевые слова: вычислимая модель, частичное равновесие, анализ политики, теория двойственности, непараметрическая граница производственных возможностей, аграрный рынок.
Классификация JEL: C63, Q11, Q18.
DOI: 10.31857/S042473880006779-5
СПИСОК ЛИТЕРАТУРЫ
Бородин К.Г. (2018). Оценка влияния продовольственного эмбарго и экономических санкций на товарные рынки (на примере рынков мяса) // Экономика и математические методы. № 4. С. 41-59.
Глазьев С.Ю. (2010). Стратегия опережающего развития России в условиях глобального кризиса. М.: Экономика.
Дементьев В.Е. (2009). Догоняющее развитие через призму теории "длинноволновой" технологической динамики: аспект "окон возможностей" в кризисных условиях // Российский экономический журнал. № 1-2. С. 34-48.
Кардаш В.А. (1977). Об одном подходе к постановкам стохастической задачи оптимизации производства // Экономика и математические методы. № 6. С. 1312-1316.
Макаров В.Л. (1999). Вычислимая модель российской экономики. Препринт WP/99/069. М.: ЦЭМИ РАН.
Макаров В.Л., Бахтизин А.Р., Сулакшин С.С. (2007). Применение вычислимых моделей в государственном управлении. М.: Научный эксперт.
Полбин А.В., Дробышевский С.М. (2014). Построение динамической стохастической модели общего равновесия для российской экономики. М.: Изд-во Института Гайдара.
Прокопьев М.Г. (2015). Классификация и математические аспекты разработки моделей частичного равновесия // Региональные проблемы преобразования экономики. № 6. С. 88-95; № 7. С. 83-91.
Прокопьев М.Г. (2016). Калибровка эластичностей: теоретические предпосылки и практическая реализация // Региональные проблемы преобразования экономики. № 9. С. 153-164.
Светлов Н.М. (2016). Методология моделирования агропродовольственной политики в условиях евразийской интеграции // Известия Тимирязевской сельскохозяйственной академии. № 3. С. 106-126.
Светлов Н.М., Сахарова В.Н., Кубышина Н.А. (2013). Моделирование многоэтапного процесса принятия решений в сельскохозяйственной организации. М.: ИНФРА-М. 142 с.
Сиптиц С.О., Романенко И.А., Соболев О.С., Евдокимова Н.Е., Рыбакова Р.А., Костусяк В.М., Егорова О.Д. (2015). Отчет о НИР "Разработать базы данных региональных агропродовольственных систем, содержащие инструментарий для оценки их эффективности и устойчивости". М.: ВИАПИ им. А.А. Никонова.
Abler D. (2007). Approaches to Measuring the Effects of Trade Agreements // Journal of International Agricultural Trade and Development. No. 3. P.155-171.
Banker R.D., Charnes A., Cooper W.W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis // Management Science. Vol. 30. P. 1078-1092.
Charnes A., Cooper W.W., Rhodes E. (1978). Measuring the Efficiency of Decision Making Units // European Journal of Operational Research. No. 2. P. 429-444.
Dantzig G., Orden A. (1953). Duality Theorems. U.S. Air Force. Project RAND. Research memorandum. Notes on Linear Programming: Part II. ASTIA Document No. AD 114135. Santa Monica.
Farrell M.J. (1957). The Measurement of Productive Efficiency // Journal of Royal Statistical Society: Series A (General). No. 3. P. 253-290.
Fischer F., Miller G.J., Sidney M.S. (eds) (2007). Handbook of Public Policy Analysis: Theory, Politics, and Methods. CRC Press.
Fock A., Weingarten P., Wahl O., Prokopiev M. (2000). Russia's Bilateral Agricultural Trade: First Results of a Partial Equilibrium Analysis. In: "Russia's Agro-food Sector: Towards Truly Functioning Markets" Wehrheim P., Frohberg K., Serova E.V., Braun J. (eds). Dordrecht. P. 271-297.
Kerr W.A., Graisford J.D. (eds) (2007). Handbook on International Trade Policy. Cheltenham, Northampton: Edward Elgar.
Melo J. de, Tarr D. (1991). A General Equilibrium Analysis of U.S. Foreign Trade Policy. Cambridge: The MIT Press.
Stiglitz J.E., Wallsten S.J. (1999). Public-Private Technology Partnerships: Promises and Pitfalls // American Behavioral Scientist. No. 1. P. 52-73.
Svetlov N.M., Siptits S.O., Romanenko I.A., Evdokimova N.E. (2019). The Effect of Climate Change on the Location of Branches of Agriculture in Russia // Studies on Russian Economic Development. No. 4. P. 406-418.
Thompson R.G., Langemeier L.N., Lee C., Lee E., Thrall R.M. (1990). The Role of Multiplier Bounds in Efficiency Analysis with Application to Kansas Farming // Journal of Econometrics. No. 46. P. 93-108.
Zinchenko A.P. (2017). Studying the Problems of Economic Reproduction in Agriculture of Russia // Studies on Russian Economic Development. No. 2. P. 140-146.
Чурин Ю.Г. Метод минимизации при решении транспортно-экономической задачи
Экономика и математические методы, 2019, 55 (4), 117-122.
ФГБОУ ВО Костромская ГСХА, Кострома; E-mail:ato2005@yandex.ru
Аннотация. Рассмотрен метод минимизации функции, которая представляет собой сумму модулей двучленов, являющихся разностями независимой переменной и множества данных чисел. Такая функция определяет сумму расстояний, измеряемых по длине дуги некоторой заданной линии от точек, принадлежащих этой линии, до некоторой точки (на этой же линии). Необходимость минимизации этой функции может возникнуть при решении следующего вопроса. На транспортной магистрали (железная дорога, шоссейная магистраль, река и т. п.) расположены действующие производственные предприятия, продукцию которых необходимо доставлять для дальнейшей переработки на предприятие, расположение которого планируется на этой же магистрали. Требуется определить местоположение этого предприятия исходя из условия наименьших транспортных расходов.
Ключевые слова: модуль числа, минимизация функции, производная функции.
Классификация JEL: C61.
DOI: 10.31857/S042473880006777-3