CC BY
40
ОПТИМИЗАЦИОННЫЕ КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ АНАЛИЗА РЕГИОНАЛЬНОГО РАЗВИТИЯ
С. В. МУКИН
Предложена экономико-математическая модель государственного регулирования товарных рынков сельскохозяйственной продукции, которая базируется на эволюционно-симулятивной методологии и реализуется в рамках инструментальной системы Decision.
Ключевые слова: эволюционно-симулятивная методология, инструментальная система Decision, оптимизационные компьютерные технологии, меры государственного регулирования рынком, рынок зерна.
В настоящее время применение математических методов оптимизации остается задачей, в значительной мере обособленной от решения задач социально-экономического развития региона. Как правило, для применения математических методов оптимизации необходима разработка соответствующих экономико-математических моделей, сбор и анализ данных, привлечение высококвалифицированных специалистов. Применение оптимизационных методов или систем искусственного интеллекта оказывается, как правило, разовым или, в лучшем случае, эпизодическим.
Такое состояние дел имеет ряд объективных причин, в частности, оно порождается специфическими трудностями, связанными с необходимостью применения сложной математики и специального программного обеспечения. Однако это положение существенно изменяется в связи с разработкой современных оптимизационных компьютерных технологий (ОКТ), реализованных в инструментальной системе Decision. В этой системе используются современные математические методы и инструментальные средства, которые позволяют исследовать равновесие на рынках, решать маркетинговые задачи, снижать исходную неопределенность за счет оптимизации, учитывать логические связи. Это открывает принципиально новые возможности для разработки новых эволюционно-симулятивных моделей (ЭСМ) принятия управленческих решений в планировании регионального развития. Далее приводится технология разработки новой ЭСМ для анализа рынка сельскохозяйственной продукции на примере Тамбовской области. Одной из основных проблем развития региональных АПК является сохраняющаяся неэквивалентность в товарообмене сель-
ского хозяйства с другими отраслями [2]. Неустойчивость ценовой ситуации на продовольственном рынке и, прежде всего, на рынке зерна, резкий рост цен на энергоносители, оказывают отрицательное влияние на ожидаемые финансовые результаты товаропроизводителей сельскохозяйственной продукции.
В Тамбовской области насчитывается около 400 сельскохозяйственных организаций (не считая фермерских хозяйств), производящих и реализующих зерновые ресурсы. Численность же предприятий мукомольно-элеваторной промышленности, являющихся основными покупателями зерна в области, составляет всего 28 единиц, которые могут иметь между собой ценовые договоренности. Такая ситуация свойственна всей стране.
Производители зерна столкнулись также с трудностями в сфере сбыта своей продукции в связи с уходом крупнейшего оптового покупателя - государства, которое в 1991 г. закупало в Тамбовской области 421 тыс. т зерна (60 % от общего объема его реализации), а в 2006 г. - 35 тыс. т (3 %).
Увеличение доли рыночной торговли зерном можно было бы считать положительным моментом, если бы она проходила в цивилизованных условиях, через биржи, однако в этом не были заинтересованы основные закупочные структуры. В последние годы при хорошем урожае зерна (более 78 млн т по России) производители не знали, как его реализовать, хотя в условиях дефицита оборотных средств необходимость быстрой реализации возрастает, толкая их продавать зерно на невыгодных для себя условиях. Все это происходит при пассивной роли государства, стихийно складывающихся рыночных отношениях, сохранении в качестве основных фигур зернового рын-
ка торговых посредников. Пострадавшими остаются сельхозпроизводители, население и государство (от недополучения налогов).
Инструментом регулирования зернового рынка в государственной программе «Развитие сельского хозяйства и регулирование рынков сельскохозяйственной продукции, сырья и продовольствия на 2008-2012 гг.» предусмотрены закупочные интервенции зерна.
Небольшие объемы закупок через интервенционные торги (в 2006 г. при валовом сборе 79 млн т было закуплено 1,5-2 млн т зерна или 2,5 %, а в 2008 г. - 6 %) и проведения торгов с запозданием (торги фактически начались на 1-1,5 месяца позднее выхода зерна на рынок) не позволили стабилизировать рыночную конъюнктуру.
Актуальным остается вопрос определения метода формирования интервенционных цен, которые в первую очередь должны защищать сельскохозяйственных производителей от рыночного произвола перекупщиков. Цена реализации зерна сельскохозяйственными производителями должна покрывать все затраты и обеспечить тот уровень рентабельности, который позволит вести расширенное воспроизводство.
Таким образом, одним из существенных факторов кризиса в сельском хозяйстве является неразвитость рыночной инфраструктуры, что приводит к отсутствию оптимальной связи между производителем и потребителем продовольствия, ограничивает возможность ее сбыта, а значит и наращивания производства. В основном нарушена закупочная и товаропроводящая сеть потребительской кооперации. Ограничен доступ на рынок новых операторов. Это снижает уровень конкуренции на рынках, ведет к завышению цен на продовольствие, сокращению доли сельского хозяйства в конечной цене на продовольствие.
В этих условиях для обеспечения информационной поддержки управленческих решений необходимо решить задачу оперативного анализа и прогнозирования равновесных цен на рынке зерна и задачу моделирования процессов ценообразования, оценки эффективности таможенно-тарифного регулирования на рынке зерна с анализом состояния методической и нормативно-технической базы эффективности, включая механизмы: налогового, нетарифного, антимонопольного регулирования, регулирования на основе закупочных и товарных интервенций [3].
Для решения сформулированной выше проблемы необходима разработка экономико-математической модели, в основе которой лежит ЭСМ планирования регионального развития рынка зер-
на. При построении модели используем предположения, которые некоторым образом характеризуют рынок зерна. Вместе с тем, такие предположения достаточно правдоподобны и используются другими разработчиками. В частности, аналогичные предположения были приняты при создании модели AGLINK-COSIMO [1]. Эта модель является базовой моделью, с помощью которой осуществляется планирование развития сельского хозяйства в России.
Сформулируем основные предположения, на которых строится модель:
1. Рынки сельскохозяйственной продукции являются конкурентными. Цены определяются в результате установления равновесия между спросом и предложением на внутренних и мировых рынках.
2. Продукты, произведенные внутри страны тем или иным производителем и завезенные по импорту, рассматриваются как свободно замещаемые и продавцом, и покупателем. Потребители и импортеры не проводят различия между товарами в зависимости от производителя или страны происхождения.
3. Несельскохозяйственная продукция не моделируется и рассматривается как экзогенный показатель.
4. Объемы экспорта и импорта задаются экзогенно в том случае, если они определяются квотами; объемы внешней торговли определяются эндогенно, но с учетом субсидированного экспорта, если таковой имеется; внешняя торговля с другими регионами страны определяется как остаток при использовании внутреннего предложения.
5. Переменные по пшенице охватывает все виды этой культуры, включая твердые сорта.
Кроме того, принято предположение, что экономика является открытой, так что значительная доля товаров и услуг продается и покупается на открытом рынке.
Предлагаемая экономико-математическая модель принадлежат классу моделей статистической оптимизации. Модели этого класса являются равновесными и позволяют учитывать коммерческие риски производителей пшеницы, конкуренцию и другие важнейшие факторы, определяющие конъюнктуру рынка. Этими возможностями не обладает модель AGLINK-COSIMO, основанная на балансовых тождествах и предназначенная в основном для исследования взаимодействия зерновых рынков различных стран. В частности, в модели AGLINK-COSIMO функциональная зависимость между спросом, предложением и ценой представлена в виде линейного логарифмического
уравнения, что является достаточно грубым приближением. В отличает от этого, модель, основанная на ЭСМ позволяет детально учитывать отраслевые особенности рыночного механизма формирования равновесия. Благодаря этому предлагаемая модель позволяет делать достаточно точные прогнозы и исследовать разнообразные сценарии, учитывая, при этом, реакции участников рынка на меры государственного регулирования. Предлагаемая модель применима на уровне страны, на уровне региона, а также на уровне отдельного сельхозпроизводителя.
Рыночное равновесие, моделируемое с помощью ЭСМ, более полно отражает ситуацию, материальный баланс. Оно учитывает цены, стимулы того или иного поведения участников рынка, а так же экономические условия, включая налоги и другие меры государственного регулирования.
Именно рыночное равновесие и определяет в конечном итоге материальный баланс.
Под реальным равновесием, в отличие от финансового равновесия, мы понимаем физическое равновесие спроса и предложения пшеницы, выраженное в натуральных единицах измерения (тоннах). Натуральное выражение позволяет учитывать влияние факторов, определяющих физические объемы производства и потребления, в частности, урожайность, размер посевных площадей, численность населения и др.
Механизм функционирования российского рынка зерна иллюстрирует рисунок 1.
В качестве основных факторов, определяющих спрос, рассматриваются: численность населения и нормы душевого потребления, потребность в кормах (фуражное зерно), государственные закупки и экспорт.
СПРОС
- Продовольственное зерно
- Фуражное зерно
- Государственные закупки
- Экспорт
ПРЕДЛОЖЕНИЕ
- Производство
- Импорт
- Товарные интервенции
РЫНОК
ГОСРЕГУЛИРОВАНИЕ
- Тарифное
- Нетарифное
- Налоговое
- Таможенное
- Антимонопольное
ХАРАКТЕРИСТИКИ РЫНКА
-Емкость
-Цены
- Устойчивость
- Надежность
- Прибыль производителей
- Поступления в бюджет
- Затраты
Рис. 1. Компоненты и характеристики рынка зерна
В качестве факторов, определяющих предложение, рассматриваются: производительность, вычисляемая исходя из посевной площади и урожайности, импорт зерна и товарные интервенции.
Модель учитывает основные методы государственного регулирования рынков, в частности: товарные и закупочные интервенции, налоговое регулирование, антимонопольное регулирование и др. Модель позволяет рассчитывать ожидаемые изменения характеристик рынка, в том числе: емкость рынка, коммерческие риски,
прибыль производителей и др. под воздействием тех или иных намечаемых мер государственного регулирования.
Заложенная в модели методология основана на учете рисков хозяйствующих субъектов. Риски определяют поведение производителей. Исходя из равновесия рисков, модель позволяет рассчитать рыночное равновесие и соответствующие ему значения названных ранее интегральных показателей рынка.
Для того, чтобы учитывать особенности поведения производителя в конкурентной среде, то
есть в ситуации, когда кроме данного производителя существует множество других производителей, поставляющих на рынок зерно по внутренней рыночной цене, в модели введены два показателя «Степень монополизации рынка» и «Собственная цена» или, что то же самое «Отпускная цена» производителя. В таблице 1 приведены основные факторы и показатели, используемые в модели анализа состояния товарных рынков сельскохозяйственной продукции.
При выполнении расчетов по формированию спроса на зерно и продукты его переработки использовались уровни потребления хлебных продуктов, продуктов питания животного происхождения по научно-обоснованным нормам и затраты зернового сырья на производство единицы конечной продукции на уровне экономически развитых стран.
Источниками исходной информации для выполнения расчетов являлись статистические данные Федеральной службы государственной статистики, Минсельхоза, научно-исследовательских организаций. Важное значение имели варианты намечаемых мер государственного регулирования рынков сельхозпродуктов и экспертные оценки некоторых факторов и показателей. Применяемая в модели методология позволила в процессе расчетов существенно снизить влияние погрешности в исходных данных, в частности, при применении экспертных оценок в качестве источников исходных данных.
В соответствии с ЭСМ новая экономикоматематическая модель должна удовлетворять следующим основным требованиям:
1. Обладать адаптивностью, т. е. настраивается для моделирования различных рынков сельхозпродукции, а также обладать способностью настраиваться для учета особенностей различных типов рынка: (конкурентный, частично конкурентный, олигополистический, монополистический).
2. Позволять моделировать поведение производителя под воздействием мер государственного регулирования и внешних факторов, а также влияние мер государственного регулирования на равновесие рынка в условиях неопределенности или случайности.
3. Отображать основные внешние и внутренние факторы, влияющие на рынок.
4. Отображать основные механизмы формирования рыночного равновесия, в частности, равновесие спроса и предложения, равновесие рисков хозяйствующих субъектов, влияние монополизации, налогового законодательства и др.
5. Позволять исследовать влияние всех основных мер госрегулирования, в частности: таможенного, нетарифного; путем закупочных и товарных интервенций, субсидирования; налогового, ценового и антимонопольного.
6. Использовать в качестве исходной информации такие данные, для которых имеются доступные источники.
7. Быть предельно компактной, использовать в качестве исходной информации минимальное количество факторов и исходных показателей.
8. Последнее требование позволяет существенно упростить взаимодействие с моделью, облегчает содержательную экономическую интерпретацию результатов расчетов, уменьшает трудоемкость сбора и предварительной обработки исходной информации.
Принадлежность рассматриваемой модели классу ЭСМ, дает возможность ее программно реализовать в среде модуля Equilibrium инструментальной системы Decision. ЭСМ предполагает наличие f - вектора факторов (случайных величин), p - вектора исходных показателей (условнопостоянных величин), PL - искомой скалярной величины, Z - вектора расчетных показателей; r1, r2, q1, q2, u - имитационных моделей, Fa1, Fa2, F1, F2 - скалярных величин.
Векторы f и p составляют исходную информацию; величина PL, вектор Z, а также показатели «Завышение/Занижение» и «Надежность» составляют выходную (результирующую) информацию.
В разрабатываемой модели полагается, что Fa1 - спрос; Fa2 - предложение; F1 - риск завышения возникает в ситуации, когда намечаемый производителем объем производства PL оказывается больше платежеспособного спроса Fa1. Это риск производителя не реализовать намеченный (плановый) объем по намеченной (планируемой) цене. Если F2 - риск занижения, который возникает в ситуации, когда PL<Fa2. Он может иметь различный смысл (табл. 1, параметр 22, обозначение p(3)):
- при моделировании поведения производителя - это риск производителя установить план PL меньше своих производственных возможностей Fa2 и в результате упустить прибыль;
- при моделировании игры производителя и потребителя - это риск потребителя не получить товар в объеме Fa2, а получить его в меньшем объеме PL. Тогда недостающий объем потребителю придется заменить иным, более дорогостоящим товаром.
Таблица 1
Факторы и показатели
Позиция НАЗВАНИЕ РАЗМЕРНОСТЬ ОБОЗНАЧЕНИЯ
в модели в программе
1 Численность населения тыс. чел. А *(1)
2 Норма потребления на душу населения кг/год В Я2)
3 Фуражное зерно млн тн. С *(3)
4 Закупочная интервенция млн тн. Gz *(4)
5 Экспорт млн тн. Ех *(5)
6 Г осударственный резерв млн тн. Ъ *(6)
7 Урожайность ц/га Я *(7)
8 Посевная площадь млн га V *(8)
9 Вспомогательный фактор (учитывающий качество семян, агротехнику, машинную технику) доли ед. к *(9)
10 Импорт млн тн. 1т *(10)
11 Товарная интервенция млн тн. Ті *(11)
12 Переходящий запас млн тн. Ъо *(12)
13 Себестоимость руб./тн. S *(13)
14 Налоги на потребление (выражает суммарное влияние: акцизов; НДС; налога с продаж) % №Ю *(14)
15 Налоги в себестоимости % *(15)
16 Налоги на прибыль % ШР *(16)
17 Потери при хранении % Р(17)
18 Внешняя цена (рыночная цена в других регионах, или цена замещающего товара) руб./тн. Ро Р(18)
19 Внутренняя цена или цена производителя руб./тн. Рі *(19)
20 Собственная цена (отпускная цена) конкретного производителя руб./тн. PiR р(1)
21 Минимальная закупочная цена руб./тн. Ст р(2)
22 Индикатор, определяющий 0 - поведение производителя на рынке; 1 - игра с потребителем ед. - р(3)
23 Корреляция между превышением внешней цены над внутренней и экспортом доли ед. - р(4)
24 Корреляция между запасами и посевными площадями доли ед. - Р(5)
25 Цена фьючерса руб./тн. - Р(6)
26 ВП - Закупочная интервенция доли ед. - Р(7)
27 ВП - Экспорт доли ед. - Р(8)
28 ВП - В запас доли ед. - Р(9)
29 ВП - Урожайность доли ед. - Р(10)
30 ВП - Посевная площадь доли ед. - Р(11)
31 ВП - Технический прогресс доли ед. - р(12)
32 ВП - Импорт доли ед. - Р(13)
33 ВП - Товарная интервенция доли ед. - р(14)
34 ВП - Переходящий запас доли ед. - Р(15)
35 ВП - Себестоимость доли ед. - Р(16)
36 ВП - Налоги на потребление доли ед. - р(17)
37 ВП - Налоги в себестоимости доли ед. - Р(18)
38 ВП - Налоги на прибыль доли ед. - Р(19)
39 ВП - Потери при хранении доли ед. - Р(20)
40 ВП - Внешняя цена доли ед. - Р(21)
41 ВП - Внутренняя цена доли ед. - Р(22)
42 Доля рынка, которую занимает производитель % D Р(23)
43 Экспортная пошлина руб./тн. ЕР р(24)
44 Налоги на потребление базовые доли ед. №Ю Ь р(25)
45 Внутренняя цена базовая руб./тн. Рі Ь Р(26)
46 Собственная цена базовая руб./тн. PiR Ь Р(27)
47 Закупочная интервенция базовая млн. тн. Gz Ь р(28)
48 Товарная интервенция базовая млн. тн. Ті Ь р(29)
49 Реакция покупателей на цену: 1 - слабая, 2 - средняя, 3 - сильная ед. svp Р(30)
50 Реакция производителей на цену: 1 - слабая, 2 - средняя, 3 - сильная ед. sv р(31)
51 Налоги в себестоимости базовые доли ед. Ь Р(32)
52 Налог на прибыль базовый доли ед. ШР Ь Р(33)
Разрабатываемые соотношения должны раскрывать содержание имитационных моделей г1, г2, £1, £2, которые присутствуют в структурной формулировке ЭСМ и предназначены для того, чтобы получать в статистических испытаниях реализации случайных величин: Fa1, Fa2, F1 и F2. В свою очередь, случайные величины Fa1, Fa2, F1 и F2 присутствуют как в структурной формулировке ЭСМ, так и в новой модели. При этом, содержательный смысл случайных величин таков: Fa1 - спрос на зерно; Fa2 - предложение зерна; F1 -риск производителя не реализовать произведенное зерно; F2 - риск производителя упустить прибыль либо риск потребителя переплатить за зерно.
Для формализации экономико-математической модели введем процедуры, увязывающие аналитические и логические соотношения между факторами и показателями в рамках перечисленных имитационных моделей.
I. Имитационная модель вычисления спроса на зерно Fa1.
Шаг 1. К Pi < Ст ТЪел Pi := Ст .
Шаг 2. К D = 1 ТЪел х:= Ро - Ер; у:= Pi Else х:= Pi: у:= PiR End К
Шаг 3. Если имеется конкуренция (т.е. D < 1), то X = Pi - внутреннем рынке, Y = PiR - собственная цена производителя и (х / у) - внутренней цены к собственной цене производителя.
Шаг 4. Соотношение Ех:= Ех + Ех * (Ро / РО
* кг1, определяет увеличение экспорта Ех на соответствующий коэффициент кг1.
Соотношение Шау = (А * В / 1000000 + С + Gz + Ъ + Ех * (Ро / Р0) * D * (1 - №Ш), определяет спрос на внутреннем рынке №ау.
Шаг 5. К D < 0.5 ТЪел Шау:= Шау * (х / у) А Sуp - логическое высказывание означает, что рынок конкурентный.
Шаг 6. Fa1 = Uzaу обозначение функции спроса на зерно.
II. Имитационная модель вычисления предложения зерна Fa2.
Шаг 7. Соотношение q: = q *( Ъо / (Ъо + Ъ)) * (р(6) / Р0 заключается в том, что посевная площадь q уменьшается, если запасы Ъо возрастают на величину Ъ > 0. С уменьшением запасов (Ъ < 0) посевная площадь возрастает. Чем выше цена фьючерса, тем больше посевная площадь.
Выражение Pd = q * у * к определяет производство зерна.
Шаг 8. Выражение Шал = (Pd + Т + 1т) * D определяет предложение №ал. Показатель D выделяет долю рынка, которую занимает производитель.
Шаг 9. Логическое высказывание If D < 0.5 Then Uzan:= Uzan * (x / y) A Svp заключается в том, что если условие выполняется, то рынок является конкурентным.
Шаг 10. Fa2 = Uzan обозначение функции предложения зерна.
III. Имитационная модель вычисления риска завышения F1.
Шаг 11. Соотношение Izav = S * (1 + NalS) * kv * (PL - Fa1) определяет риск завышения. При этом потери равны не всей массе нереализованного товара, а только той его части, которая теряется при хранении (kv).
Шаг 12. Логическое высказывание If D < 1 Then Izav: = Izav * (PiR / PiR_b) a sv заключается в том, что если производитель занимает не все 100% рынка (D < 1), то субъективный риск завышения, тем больше, чем больше назначаемая собственная цена PiR относительно базовой PiR_b.
Шаг 13. Соотношение Izav: = Izav * (Ti / Ti_b) A sv определяет, чем больше товарная интервенция Ti сравнительно с базовой Ti_b, тем больше субъективный риск завышения, а sv отражает уровень реакции производителя на цену и на изменения конъюнктуры на рынке.
Логическое высказывание If Po > Pi Then Izav: = Izav + Izav * (Pi / Ро) * kr1
Выражение Izav: = Izav * ( ^о+Z) / Zo) * (Pi /
P(6)) * (P(12) /Ex)
Шаг 14. Выражение F1 = Izav * ((NalD /NalD _b) a sv ) определяет зависимость - чем больше налоги на потребление NalD сравнительно с базовыми NalD _b, тем больше субъективный риск завышения. sv отражает уровень реакции производителя на изменения конъюнктуры на рынке.
IV. Имитационная модель вычисления риска занижения F2.
Шаг 15. Соотношение S: = S * (1 + NalS) определяет, что себестоимость S увеличивается на уровень налогов в себестоимости NalS.
Шаг 16. Логическое высказывание
If p(3) = 0 Then izan: = (y - S) * (Fa2 - PL) Else р(3) = 0иБ = 1: y = Pi - внутренняя цена.
Шаг 17. Выражение izan = (x - y) * (Fa2 - PL) End If
Шаг 18. Логическое высказывание
If D < 1 Then izan:= izan * (PiR_b / PiR) a sv.
Шаг 19. Соотношение izan:= izan * (Ti_b / Ti) a sv определяет издержки занижения Izan.
Логическое высказывание
If Po > Pi Then izan:= izan + izan * (Po / Pi) * kr1 определяет издержки занижения.Соотношение
Izan: = Izan * (2о / (Zo + Z) ) *( p(6) / Pi) * (р(12) / Ех) определяет риск занижения с учетом цены фьючерса р(б) и экспорта Ех .
Шаг 20. F2 = izan * ((NalD_b / NalD) a sv определяет зависимость риска занижения от налога и уровеня реакции производителя на изменения конъюнктуры на рынке.
V. Расчетные показатели z1 = CI(1) = S * (1 + NalS) - себестоимость с учетом налогов.
z2 = CI(2) = PL * y - доход производителя (с учетом его доли на рынке).
z3 = CI(3) = (y - CI(1)) * (1 - NalP) * PL - прибыль производителя без налогов (с учетом его доли на рынке).
z4 = CI(4) = PL * y * NalD + PL * (y - CI(1)) * NalP + PL * S * NalS - поступления в бюджет.
z5 = CI(2) * (1 / D) - доход производителей (совокупный)
z6 = CI(3) * (1 / D) - прибыль производителей (совокупная).
z7 = CI(4) * (1 / D) - поступления в бюджет (совокупные).
zs = PL * (1 / D) - равновесные спрос и предложение (емкость рынка).
z9 = PL *S* (1 / D) - совокупные затраты.
Таким образом, для эффективного решения задач как регионального, так и государственного регулирования рынками сельскохозяйственной продукции необходимо использовать новые ин-
формационные технологии принятия управленческих решений на базе математического и инструментального обеспечения модуля Equilibrium системы Decision.
Литература
1. Мукин С. В. Диагностика основных проблем в управлении регионом (на примере Тамбовского региона) // Вестн. Тамб. ун-та. Сер.: Гуманитарные науки. Тамбов, 2007. Вып. 10(54).
2. Мукин С. В., Юрьев В. М. Стратегия управления социально-экономическим развитием региона // Вестн. Тамб. ун-та. Сер.: Гуманитарные науки. Тамбов, 2007. Вып. 10(54).
3. Сиптиц С. О. Проектирование эффективных механизмов государственного регулирования аграрных рынков методами математического моделирования. М., 2004.
* * *
OPTIMISING COMPUTER TECHNOLOGIES OF THE ANALYSIS OF REGIONAL DEVELOPMENT
S. V. Mukin
The economic-mathematical model of state regulation of the commodity markets of agricultural production which is based on evoljutsionno-colorable methodology is offered and realized within the limits of tool system Decision.
Key words: evolution-colorable methodology, tool system Decision, optimizing computer technologies, measures of state regulation by the market, the grain market.
