CC BY
97
ВЕСТНИК ЮГОРСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА
2011 г. Выпуск 4 (23). С. 30-39
УДК 004.4; 316.422
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ИННОВАЦИОННОГО ПОВЕДЕНИЯ ФИРМ В СРЕДЕ ANYLOGIC
М. Г. Будник, В. Ф. Исламутдинов, С. П. Семенов
Имитационное моделирование реализуется посредством набора математических инструментальных средств, специальных компьютерных программ и приемов, позволяющих с помощью компьютера провести целенаправленное моделирование в режиме «имитации» структуры и функций сложного процесса и оптимизацию некоторых его параметров. Набор программных средств и приемов моделирования определяет специфику системы моделирования - специального программного обеспечения.
В отличие от других видов и способов математического моделирования с применением ЭВМ, имитационное моделирование имеет свою специфику: запуск в компьютере взаимодействующих вычислительных процессов, которые являются по своим временным параметрам - с точностью до масштабов времени и пространства - аналогами исследуемых процессов.
В основе большинства имитационных моделей лежит метод Монте-Карло. В основе вычислений по методу Монте-Карло лежит случайный выбор чисел из заданного вероятностного распределения. При практических вычислениях эти числа берут из таблиц или получают путем некоторых операций, результатами которых являются псевдослучайные числа с теми же свойствами, что и числа, получаемые путем случайной выборки.
Применение метода Монте-Карло может дать существенный эффект при моделировании развития процессов, натурное наблюдение которых нежелательно или невозможно, а другие математическиметоды применительно к этим процессам либо не разработаны, либо неприемлемы из-за многочисленных оговорок и допущений, которые могут привести к серьезным погрешностям или неправильным выводам. Инновационные процессы в большинстве случаев относятся именно к таким [1].
AnyLogic - программное средство для имитационного моделирования бизнес процессов, разработанное российской компанией «Экс Джей Текнолоджис» (англ. XJ Technologies). Инструмент обладает современным графическим интерфейсом и позволяет использовать Java для разработки моделей.
Цель данной работы состоит в разработке и проверке работоспособности бизнес-модели фирмы, реализующей инновации. В основе модели лежит методика отбора инновационных проектов на основе энтропийного выигрыша, описанная в работах [2-4].
Задачи:
- описать состав элементов (объектов) модели;
- описать основные моменты работы модели;
- показать возможности по проведению экспериментов.
Постановка задачи
Имеется фирма, которая занимается реализацией инноваций. Все показатели генерируются случайным образом. Отдельно генерируются первоначальные показатели фирмы и показатели инновационных проектов. Сгенерированные инновации помещаются в банк инноваций, из которого фирма должна выбрать лучшую инновацию. Лучшая инновация выбирается на основе формулы для расчета энтропийного выигрыша. Далее проверяются возможности фирмы по реализации инновации, то есть проверяется, хватит ли у фирмы начального капитала и времени на реализацию выбранного инновационного проекта. Если все условия соблюдаются, фирма реализует выбранную инновацию, что приводит к изменению ключевых показателей ее деятельности: ежегодной прибыли и капитала. Затем цикл отбора и реа-
лизации инновационного проекта повторяется несколько раз в течение заданного промежутка времени. Результаты имитации выводятся в виде графиков.
Принятые условные обозначения
Все обозначения приведены в таблице 1.
Таблица 1. Условные обозначения модели
Обозначение Единица измерения Расшифровка
Показатели фирмы
Т годы Запас времени в соответствии с прогнозом уровня энтропии (срок жизни фирмы, которая не реализует инновации)
К млн. руб. Капитал фирмы
м млн. руб. Ежегодная прибыль фирмы
Показатели инновационного проекта
ҐІ годы Время, необходимое для внедрения инновации
ґ2 годы Время получения эффекта от инновации
ті млн. руб. Ежегодные капитальные затраты на инновацию на этапе внедрения
т2 млн. руб. Ежегодная дополнительная прибыль от существующих инноваций
Р1 - Оценка риска (неопределенности) превышения капитальных затрат над запланированными
Р2 - Оценка риска (неопределенности) неполучения дополнительной прибыли от внедрения инноваций
Формулы. Пояснение формул
Формула для отбора инновационного проекта на базе максимизации энтропийного выигрыша:
I = тах (ДБО, (1)
ДБ = Б+ - Б", (2)
при условии > 0, при этом:
S -= §• М .(1 + р1), (3)
5 += Т2 • ТГ'{1 “ Р 2)’ (4)
Формула для расчета изменения капитала фирмы под влиянием реализации инновационного проекта:
Кш = К + М - т1 (1 + р1) + т2г(1 - р1), (5)
где t - номер шага реализации модели (1 шаг равняется 1 году).
Условия (ограничения) модели
1. Все генерируемые показатели должны быть положительными числами Т, К, М, И, t2 т1, т2, р1, р2 > 0;
2. Срок внедрения инновации не должен превышать запаса времени фирмы: t1 < Т;
3. Общие затраты на инновационный проект не должны превышать финансовых возможностей фирмы: т1Ч1 < (К + М^1);
4. Если фирма уже реализует инновационный проект, то она не может начинать новый (в дальнейшем планируется снять это ограничение);
5. Если инновационный проект не был выбран фирмой за определенный промежуток времени, то он уничтожается (моральный износ);
6. Если инновационный проект не может быть реализован фирмой в связи с невыполнением условий 2 и 3, то он уничтожается (но может и возвращаться в банк, но на следующем шаге).
Блок схема работы модели
С Старт модели
Активный объект Main
В активном объекте Main выполняется вся логика работы модели. На данный момент активный объект содержит в себе активный объект Firma и компоненты основной библиотеки. На рис 1. представлен активный объект Main и все компоненты которые он включает.
(Йн optimum
kill onti me
—і* апк - s)
Ь 1 II г р п г і ЩҐ - ent er ■irm a
-н нм ■S- -Т-- 1 т □ *-► Я- PI sort
ft
¥ ?ver
Рис. l. Активный объект Main Основные компоненты активного объекта Main:
1. Источник генерирует одну заявку типа Innovation (инновационный проект).
Класс Innovation - обычный Java класс с дополнительными полями, такими как: tl - время, необходимое для внедрения инновации, лет; t2 - время получения эффекта от инновации лет;
ml - ежегодные капитальные затраты на инновацию на этапе внедрения, ден. ед; m2 - ежегодная дополнительная прибыль от существующих инноваций, ден. ед; pl - оценка риска (неопределенности) превышения капитальных затрат над запланированными;
p2 - оценка риска (неопределенности) неполучения дополнительной прибыли от внедрения инноваций.
bank
t
D
:±
*№ ,
2. Очередь хранит заявки типа Innovation (то есть сгенерированные инноваци-
онные проекты).
уничтожает заявки в очереди по прошествии некоторого
3. Компонент Sink времени (моральный износ).
enter
□
4. Enter * - это компонент, позволяющий захватывать заявки из основного потока и
перемещать их в произвольный поток, этот элемент необходим для отбора инновационных проектов.
5. Объект Firma
- это объект, описывающий поведение инновационной фирмы.
зз
6. Компонент Event - это событие, цель которого проверять, готова ли фирма к
реализации заявки (не занята ли она в данный момент реализацией инновационного проекта).
7. Функция optimum
ium
" выбирает наилучшую заявку для фирмы.
Исходный код функции optimum представлен в листинге l.
@param переменная frm содержит объект фирмы @param переменная bank содержит банк инноваций
@return Возвращает объект Pair (c англ. пара) с позицией максимально эффективной инновации для фирмы и ее значением функции ее энтропийного выигрыша Pair optimum(Firma frm, Queue bank){
double max = 0; // Максимальное значение функции энтропийного выигрыша
int pos = 0; // Позиция инновации с максимальным показателем
for (int i = 0; i < bank.size(); i++) // Итерация по банку инноваций
{
double Sminus =
(((Innovation)(bank.get(i))).t1/frm.T)*(((Innovation)(bank.get(i))).m1/frmM)* (1+((Innovation)(bank.get(i))).p1); // Реализация формул double Splus =
(((Innovation)(bank.get(i))).t2/frm.T)*(((Innovation)(bank.get(i))).m2/frm.M)* (1-((Innovation)(bank.get(i))).p2); // см. руководство
if (((double)(Splus-Sminus)) > max) // Проверка очередного значения функции энтропийного выигрыша на максимум с текущим значением максимума {
max = ((double)(Splus-Sminus)); pos = i;
}
}
return new Pair(pos, max); // Возвращает объект Pair (c англ. пара) с позицией максимально эффективной инновации для фирмы переданной в параметре и ее значением
Листинг 1. Исходный код функции optimum
Активный объект Firma
Активный объект фирма описывает поведение смоделированной в условиях задачи фирмы. Реализует всю логику работы фирмы. На рис 2. представлены основные компоненты активного объекта Firma.
з4
Рис. 2. Активный объект Бігша Основные компоненты активного объекта Бігша:
hold
l. Компонент Hold
- блокирует поток заявок. Когда фирма уже реализует инновационный проект, она больше не может реализовывать никаких других и поток временно блокируется.
Р -
2. Компонент Port осуществляет связь с внешним миром. Если конкретнее,
то через него объект взаимодействует с другими объектами. В нашем случае через него поступают заявки (инновации).
з. Параметры K, М, Т
это сгенерированные первоначальные параметры, то есть
капитал фирмы, ежегодная суммарная прибыль, запас времени соответственно.
з5
4. Переменная innovation
О inn™
содержит экземпляр инновационного проекта,
отобранный функцией optimum.
holdOn
5. Функция holdOn
нужна для проверки того, может ли фирма взяться реализо-
вывать эту инновацию. Ее исходный код приведен в листинге 2.
@param переменная frm содержит объект фирмы @param переменная inv содержит экземпляр инновации @return возвращает true если фирма может реализовать заявку boolean holdOn(Innovation inv, Firma frm){
if ((inv.m1*inv.t1*(1+inv.p1)) <= (frm.K + (frm.M * inv.t1)) && (inv.t1 <= frm.T)) // Проверка условия {
return true;
}
return false;
Листинг 2. Исходный код функции holdOn
1. Диаграмма состояния
. Ее функция на каждом модельном шаге вре-
мени, которое характеризует год работы фирмы, прибавлять к капиталу фирмы ее ежегодную прибыль до реализации инновационных проектов. Расчет по формуле К = К + М (предполагается изменить формулу таким образом, чтобы ежегодная прибыль сокращалась, если фирма не реализует инновационных проектов, причем в соответствии с запасом времени);
2. Диаграмма состояния J - это ключевой элемент активного
объекта Firma. Начинает фирма свою работу по пришествии сигнала “start”. Контролирует этот переход стрелка помеченная номером 1. Диаграмма состояния реализует 2-а цикла. Они охарактеризованы в двух блоках minus и plus .Блок minus реализует затраты фирмы на реализацию инновации. Этот блок будет работать столько времени, какое значение содержится в параметре t1 инновации. Контролирует этот переход стрелка помеченная номером 2. Формулы используемые в этом блоке K = K - innovation.ml * (1 + innovation.p1); Блок plus реализует прибыль фирмы от реализации инновации. Этот блок будет работать
Зб
столько времени, какое значение содержится в параметре t2 инновации. Контролирует этот переход стрелка помеченная номером 3. Формулы, используемые в этом блоке: K = K + M + innovation.m2 * (1 - innovation.p2); M = M + innovation.m2 * (1 - innovation.p2).
Логика работы активного объекта Firma
Когда фирма готова к реализации инновации, то объект hold находиться в открытом состоянии. После прихода очередной заявки через объект port она проверяется функцией holdOn. Если проверка прошла успешно, то фирма реализует эту инновацию и экземпляр заявки присваивается переменной innovation и отсылается сигнал “start” диаграмме состояний. Если нет, то заявка уничтожается (опционально можно вернуть в поток, но только на следующем шаге). При этом, когда фирма реализует инновацию, объект hold блокирует поток заявок.
Эксперименты
На данный момент реализовано несколько экспериментов, которые позволяют судить о возможностях и пределах применения модели:
1. Сравнение эффективности отбора инновационных проектов по предложенной формуле максимизации энтропийного выигрыша. Для сравнения проводилась имитация отбора по стандартной формуле, применяемой для отбора инновационных проектов, основанной на максимизации чистого дисконтированного дохода:
I = max (NPVi), (6)
при условии NPVi > 0,
NPV = -£
ml,
(і+-/2,)'
+
Е
m2,
(і+-/Г,)'
(7)
ґ1 + ґ 2 ґ1 + ґ 2 По результатам имитации получается, что в целом отбор проектов по энтропийному выигрышу позволяет фирме быстрее нараивать капитал, однако, различие не критическое (рисунок 3).
150,000 ■
5 10
■ энтропийному эффект
25 30 35 40 45
“■ дисконтированный доход (стандратная) формула
Рис. 3. Результаты имитации отбора инновационных проектов по стандартной и предлагаемой методике
На первоначальном этапе фирмы отбирают практически одни и те же инновационные проекты, но в дальнейшем начинаются отличия, которые на темпы прироста капитала влияют незначительно. То есть требуется проведение дальнейших экспериментов с усложнением процедуры внедрения инновационных проектов фирмой, например введение элемента случайности в результаты внедрения проекта - то есть дополнительная генерация размера дополнительной прибыли после завершения этапа внедрения. Так же возможно ведение в модель возможности одновременной реализации нескольких проектов и элемента конкуренции инноваций за имеющиеся ресурсы (причем некоторые проекты, которые не совсем удачные, должны завершаться раньше срока).
2. Сравнение эффективности отбора инновационных проектов фирмой-инноватором и фирмой-имитатором. Для этого создан дополнительный банк инноваций, в который помещаются проекты, которые уже реализованы фирмой-инноватором. При этом все показатели этих инновационных проектов значительно ниже, чем у абсолютно новых (в несколько раз). Результаты имитации приведены на рисунке 4.
О 5 10 15 го
** фирма инноватор ** фирма имитатор
Рис. 4. Результаты моделирования конкуренции фирмы-инноватора и имитатора
На первоначальном этапе фирма-имитатор отстает, однако в некоторых случаях может постепенно догонять инноватора. Это согласуется с результатами экспериментов, проведенных Нельсоном и Уинтером [7], а также согласуется с данными практики, показывающей быстрое сокращение отставания азиатских фирм от европейских и американских.
3. Изучение влияния первоначальных показателей на инновационную активность фирм. Для этого создано 3 фирмы: мелкая, средняя и крупная. Результаты имитации приведены на рисунке 5.
О 5 10
** Фирма (низкие параметры}
15 20 25 30 35
Фирма (средине параметрь) Фирі-а (высскне параметры)
Рис. 5. Результаты моделирования конкуренции фирм разного первоначального размера
Результаты моделирования оказались предсказуемыми: чем крупнее фирма, тем быстрее она наращивает свой капитал, причем мелкая фирма часто вынуждена отказываться от реализации инновационных проектов. Однако в некоторых случаях, как показано на рисунке 5, средняя фирма может обогнать крупную в долгосрочной перспективе. Поэтому необходима новая серия экспериментов, в которой нужно учесть возможности по стимулированию инновационной активности мелких фирм (инновационная инфраструктура), а также добавить возможность выбора фирмами проектов, которые дают стабильный доход при низком уровне риска (то есть обычных, неинновационных).
Заключение
Таким образом, результаты моделирования уже на этом этапе позволяют утверждать, что разработанная имитационная модель инновационного поведения фирм обладает значительным потенциалом по объяснению особенностей инновационного поведения фирм, а также по его прогнозированию. Модель достаточно адекватно отображает реальное поведение инновационных фирм, а также позволяет оценить влияние на инновационное поведения тех или иных факторов, в том числе степень развитости элементов инновационной инфраструктуры и эффективность мер государственного регулирования инновационной активности фирм.
В дальнейшем планируется реализовать:
1) модель оптимизации инновационного портфеля для одной фирмы;
2) простейшая модель конкуренции - две фирмы без возможности входа новых фирм;
3) более сложная модель конкуренции - несколько фирм, возможность входа;
4) изучение влияния институтов на инновационное поведение фирм - наличие кредита, патентной защиты, государственных НИОКР, венчурного капитала, технопарков.
ЛИТЕРАТУРА
1. Емельянов, А. А. Имитационное моделирование экономических процессов : учеб. пособие [Текст] / А. А. Емельянов, Е. А. Власова, Р. В. Дума ; под ред. А. А. Емельянова. -М. : Финансы и статистика, 2002. - З68 с.
2. Исламутдинов, В. Ф. Двухстадийная оптимизация выбора инновационных проектов [Текст] / В. Ф. Исламутдинов // Сибирская финансовая школа. - 2010. - № 1/78 (январь -февраль). - С. 111-11З.
3. Исламутдинов, В. Ф. Синтез институционального и эволюционного подходов к обоснованию инновационных процессов [Текст] / В. Ф. Исламутдинов. - Ханты-Мансийск : ИИЦ ЮГУ, 2010. - 148 с.
4. Исламутдинов, В. Ф. Энтропийное моделирование инновационного поведения фирм [Текст] / В. Ф. Исламутдинов // Спецпроект: аналіз наукових досліджень : матеріали VI Міжнар. наук-практ. конф., З0-1 трав. 2001 р. : У 7 т. - Д. : Біла К.О., 2011. - Т. 7. -С. 100-107.
З. Лужанский, Б. Е. Оценка стоимости научно-технической продукции. Имитационное моделирование инновационного бизнес-процесса (бизнеса). [Электронный ресурс] / Б. Е. Лужанский. - Режим доступа : http://www.appraisal.ru/phys/seepubl.asp?ID=361
6. Мур, Дж. Экономическое моделирование в Microsoft Excel [Текст] / Джеффри Мур, Лари Р. Уэдерфорд [и др.]. - [пер. с англ.]. - 6-е изд. - М. : Изд. дом «Вильямс», 2004. - 1024 с.
7. Нельсон, Р. Д. Эволюционная теория экономических изменений [Текст] / Р. Д. Нельсон, С. Дж. Уинтер. - [пер. с англ.]. - М. : Дело, 2002. - ЗЗ6 с.
8. Редько, С. Г. Моделирование в управлении инновациями: учеб. пособие [Текст] / С. Г. Редько. - СПб. : Изд-во политехн. ун-та, 2008. - 93 с.
9. Lane, D. et al. (eds.), Complexity Perspectives in Innovation and Social Change, Methodos Series 7, C-Springer Science+Business Media B. V. - 2009.
