Имитационные методы моделирование экономических процессов в современном информационном обществе Текст научной статьи по специальности «Экономика и бизнес»

УДК 004.942

ИМИТАЦИОННЫЕ МЕТОДЫ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ В СОВРЕМЕННОМ ИНФОРМАЦИОННОМ ОБЩЕСТВЕ

Звягин Л.С. к.э.н., доцент Финансовый университет при Правительстве российской Федерации (Финуниверситет), г. Москва

Аннотация. Моделирование является тем инструментом, с помощью которого возможно успешное моделирование сложных адаптивных систем. Такой вид моделирования позволяет моделировать не агрегированные элементы системы, как это делает, например, системная динамика при помощи системы потоков и накопителей, а напротив, базируется на идее моделирования процессов «снизу-вверх»: основой модели является перечень основных элементов, взаимодействие которых рождает обобщенное поведение системы, что в данном случае является не нахождением оптимального экономического равновесия, а выяснение природы сложных социально-экономических явлений.

Ключевые слова: метод, анализ, имитационное моделирование, оценки, экономика, управление

METHODS OF SIMULATION MODELING OF ECONOMIC PROCESSES IN THE MODERN INFORMATION SOCIETY

Zvyagin L.S., Ph. D., associate Professor Financial University under the Government of the Russian Federation (Financial University), Moscow

Abstract. Modeling is the tool by which it is possible to successfully model complex adaptive systems. This type of modeling allows you to model non-aggregated elements of the system, as it does, for example, system dynamics using a system of flows and storage, but on the contrary, is based on the idea of modeling the "bottom-up": the basis of the model is a list of basic elements, the interaction of which gives rise to the generalized behavior of the system, which in this case is not finding the optimal economic balance, and clarifying the nature of complex socio-economic phenomena.

Key words: method, analysis, simulation, evaluation, Economics, management.

Сегодня можно выделить два противоположных мнения относительно необходимости применения математических методов для прогнозирования развития экономики или принятия управленческих решений. Некоторые ученые считают, что применение математики повлечет вытеснение человека-управленца, недопустимо, поскольку именно человеческий фактор, личные характеристики лица, принимающего решения, определяющие эффективность этих решений. Другие, наоборот, принимают прямо противоположную сторону и считают, что только применение математики позволит принимать правильные четкие решения. Принимать управленческие решения должны люди, которые достаточно хорошо разбираются в математике. Ведь только симбиоз двух наук экономики и математики позволит найти адекватное решение проблем и вывести экономику страны из кризиса. Управленческие решения, принимаемые в современных условиях, оговариваются рядом неопределенных факторов. Именно

неопределенность обусловливает неустойчивое развитие и функционирование экономики. Все эти проблемы обусловливают сложность моделирования экономических процессов и требуют применения современных методов их решения.

Традиционные математические методы основаны на классической, аристотелевской, бинарной логике, которая является нетерпимой к неточности и необъективности истины, а также неопределенностью в финансово-экономических системах. В свою очередь неопределенность системы приводит к росту рисков от принятия неэффективных решений, результатом чего могут быть негативные экономические, технические и социальные последствия. Результаты развития индустрии

информационных технологий позволяют управленцам использовать в практике своей деятельности новые подходы и методы, применение которых в практической деятельности становится возможным именно благодаря новым возможностям

информационных вычислительных систем. Более того, именно возникновение и развитие указанных подходов и методов становится возможным благодаря последним достижениям в сфере ИТ. Так среди основных методологических подходов к управлению, направленные на повышение эффективности деятельности организаций в условиях повышенной неопределенности и риска являются следующие: дискретное и агентное моделирование, системная динамика, синергетика. Научным фундаментом

современного управления экономическими системами теория организации, теория сложных систем и синергетика. Теория организации изучает закономерности функционирования различных систем, теория систем - принципы организации сложных систем, синергетика -механизмы взаимодействия элементов сложных системы в процессе ее самоорганизации.

Синергетика, или теория самоорганизации, сегодня считается одной из наиболее перспективных и многофункциональных исследовательских методологий, основанной на междисциплинарной философии и теории систем. Синергетика (от «совместный», «согласованно действующий» - греч.) формирует новую методологию понимания систем различной природы, как сложноорганизованных объектов и изучает основные факторы, механизмы и закономерности процессов их развития. Основной синергетики является явление самоорганизации, которое проявляется в виде формирования упорядоченных

макрообъектов благодаря коллективной взаимодействия микроэлементов при отсутствии внешнего упорядоченного влияния. Важной составляющей современного подхода к управлению экономическими субъектами различного уровня является внимание к механизмам самоорганизации. Влияние таких механизмов является достаточно ощутимым, особенно в тех случаях, когда экономическая система через неуравновешенное состояние становится высокочувствительной даже к незначительным воздействиям.

Исходные методологические принципы синергетики как междисциплинарного научного направления обосновали И. Пригожин, И. Стенгерс и Г. Хеккен. Теория сложных систем получила распространение менеджмента в 1990-х годах в результате поисков путей адаптации фирм и экономики к изменениям во внешней среде. Первыми к теории сложных систем обратились Г. Симон, К. Веик, Ч. Перро, Дж. Марч. Экономическая синергетика акцентирует внимание на процессах коллективного взаимодействия компонентов открытых экономических систем, находящихся в неуравновешенном состоянии, что вызвано усилением хаоса. Взаимодействие сопровождает интенсивный обмен энергией между звеньями отдельной системы и между системой и ее внешней средой. В результате взаимодействия происходит упорядочение и развитие системы.

По синергетической модели управления различными экономическими системами ключевая роль принадлежит механизмам самоорганизации. В результате действия таких механизмов преодоления хаоса, упорядочение и развитие фирмы или национальной экономики происходит автономно. Динамика и последствия сдвигов через самоорганизацию определенной системы зависит от характера модели управления ею. Синергетическая методология управления выступает альтернативой традиционному менеджменту, который предполагает жесткое воздействие системы управления на тех, кто подлежит управлению. Однако общество или коллектив работников фирмы - это также определенная система, обладающая

способностью к саморегулированию. Синергетическая методология управления способствует решению управленческих проблем, которые возникают в неравноценных системах преобладание хаоса над порядком и которые с позиций традиционного менеджмента решить невозможно.

Признание современной экономики сложной адаптивной системой приводит к необходимости поиска и использования в практике управления новой методологии, которая позволяла бы

моделировать «возникновения» новых процессов. Понимание того факта, что реакции системы являются производными от взаимодействия большого количества экономических агентов, каждый из которых наделен собственными особенностями, которые формируют вектор его поведения, приводит к осознанию того, что попытка спрогнозировать поведение социально-экономической системы связано с огромными трудностями. Использование агентного моделирования позволяет выяснить, которые, на первый взгляд даже незначительные факторы, определяющие поведение и взаимодействие большого количества агентов, формируют значительные социально-экономические последствия.

Агентное моделирование является тем инструментом, с помощью которого возможно успешное моделирование сложных адаптивных систем. Такой вид моделирования позволяет моделировать не агрегированные элементы системы, как это делает, например, системная динамика при помощи системы потоков и накопителей, а напротив, базируется на идее моделирования процессов «снизу-вверх»: основой модели является перечень основных элементов, взаимодействие которых рождает обобщенное поведение системы. Очень важным является понимание того, что целью в данном случае является не нахождение оптимального экономического равновесия, а выяснение природы сложных социально-экономических явлений.

На сегодня специалисты выделяют три стадии построения агентной модели:

- определение границ модели: какое явление моделируется, каковы его рамки;

- определение поведения/взаимодействия агентов - разработка модели поведения/принятия решений агентом и его взаимодействия с другими агентами;

- разработка и апробация модели проведения анализа чувствительности.

Понятно, что возможности по программированию поведения агентов практически не ограничены, что дает

исследователю возможность создавать модели любой сложности. Отдельным достижением этой методологии имитационного моделирования является возможность моделировать

иррациональные моменты процесса принятия решений, которые оказывают важное влияние на его результат. Однако ключевыми элементами разработки модели является корректное формулирование проблемы и постановка задачи. Это требует целенаправленной подготовки, качественной экспертизы и опыта - иначе некорректные данные на входе повлекут аналогичный результат на выходе. На сегодня качественная реализация методологии агентного моделирования возможна с помощью большого количества программных продуктов (NetLogo, RePast, Swarm, Anylogic и др.) некоторые из которых есть в открытом доступе. На практике такой вид моделирования позволяет получать решения при анализе потребительских и финансовых рынков, потребительских предпочтений и исследовании моделей конкуренции.

Применение такой методологии является целесообразным в сложных ситуациях управления, таких как оперативное управление крупными транснациональными вертикально-интегрированными экономическими субъектами. Эти ситуации характеризуются, прежде всего, тем, что решения приходится принимать при динамично развивающейся ситуации в условиях большой неопределенности. Именно

использование новых методик управления и систем поддержки принятия решений на всех уровнях управления позволит повысить качество управленческих решений, и, как следствие, эффективность функционирования

экономических субъектов в целом.

Результаты проведенного исследования свидетельствуют, что основными

составляющими развития современных ИТ технологий является развитие их аппаратного и программного обеспечения. Основными тенденциями, что в пределах этих направлений, оказывающих непосредственное влияние на развитие методологий управления

предприятиями являются: уменьшение размеров и повышение скорости работы вычислительных устройств, а также всестороннее использование сетевых технологий на всех уровнях от глобального (сеть Internet) к локальному (внутренние сети отдельных предприятий) и разработка специального программного обеспечения, которое становится удобным инструментом реализации новейших

методологических разработок в области управления. Благодаря определенным тенденциям в практике управления все больше входят следующие методологические приемы: синергетика и имитационное моделирование. Отдельно следует отметить, что наряду с дискретным имитационным моделированием, которое использовалось в практике управления предприятиями достаточно давно, в последнее время появилась возможность использовать в практике управления такие подвиды имитационного моделирования, как системная динамика и агентное моделирования.

Полученные при агентном имитационном моделировании статистические оценки называются критериями оценки результатов моделирования. Дополнительным

преимуществом использования имитационных моделей является возможность их применения к задачам, которые невозможно или очень сложно описать или решить в аналитическом виде. При этом класс задач, которые невозможно описать на основе аналитических моделей, достаточно велик и требует применения имитационного моделирования как единственного способа всестороннего анализа.

В качестве основных задач систем имитационного моделирования

рассматриваются: отсчет модельного времени; автоматизация процесса проектирования имитационной программы; автоматизация сбора статистических данных.

Для построения имитационной модели необходимо:

1. Определить границы модели с целью охвата компонентов системы, определяющих значимые стороны поведения системы. Разработать и

структурировать концептуальную модель на основе результатов формализации и декомпозиции системы. Формализация выражается в логической схеме и предполагает переход от реального объекта к абстракции.

Для обеспечения сохранения целостности системы, с одной стороны, и реализации цели моделирования, с другой, проводится декомпозиция системы - уточнение и дополнение схемы с последующим выделением подсистем.

2. Подготовить исходные данные. На данном этапе формируется информационное пространство системы, выявляются количественные показатели системы в целом и ее подсистем, в частности.

3. Создать концептуальную модель в виде диаграммы, которая позволит представить ее в виде, доступном для понимания.

4. Выполнить трансляцию модели, которая предполагает преобразование модели в компьютерную программу.

5. Оценить адекватность модели посредством ее тестирования для проверки корректности и соответствия поведению реальной системы.

6. Выполнить планирование машинных экспериментов.

7. Провести эксперимент, который заключается в проигрывании сценариев, запланированных в рамках моделирования.

8. Выполнить интерпретацию результатов

эксперимента.

Реализация процесса принятия решения проводится при «участии» следующих элементов: цель, на достижение которой направлен управленческий процесс; лицо, принимающее решение, которое несет ответственность за последствия принятия управленческих решений; альтернативные решения (различных вариантов достижения целей); внешняя среда, которая представлена совокупностью внешних факторов,

оказывающих влияние на результат; исход управленческих решений, который проявляется в результатах реализации принятых решений; правила выбора управленческих решений, на основе которых представляется возможным

определить наиболее предпочтительные решения.

В зависимости от условий внешней среды и степени информированности лица,

принимающего решение, существует следующая классификация задач принятия решений: в условиях определенности; в условиях риска; в условиях неопределенности; в условиях конфликтных ситуаций, или противодействия (активного противника).

Рассмотрим общую постановку задачи поддержки принятия решений.

Пусть рассматривается задача поддержки принятия решения со следующими основными составляющими: задача - некий объект, процесс или система реального мира, который должен быть подвергнут исследованию на предпроектной стадии; множество альтернатив -объекты, каждый из которых представлен уникальной имитационной моделью (структурой и параметрами), которые подлежат ранжированию. Среди данных объектов, лицо, принимающее решения, выбирает наиболее рациональное; множество параметров модели и оценок ее выходных характеристик.

С целью формализации модели принятия решений целесообразно ввести следующие обозначения:

Для каждой задачи из множества Т = [Т1,Т2, ...,ТЬ ...,Тп}Л = 1, п, которая предполагает использование имитационного моделирования, рассматривается подмножество альтернатив

А = {Кц,К12,.",Кц,.-,Кз},1 = 1'пV = 1-7П

В указанном подмножестве - ] — ая

альтернатива для I — й задачи.

Тогда каждому подмножеству альтернатив соответствует множество имитационных моделей. При этом подмножеству А^ соответствует множество М1: Мс

= [Р-1 (А, Е-), V2 (Л2.Е2), ...,11] (Л;, Е]),..., Vт(Лт, Ет)}1 = 1, п; ] = 1, т

где ц.] - вариант имитационной модели Л] - входные данные (параметры) модели

Л} = [А1,А2,-Л1,-Лк)},1 = 1, к},] = 1,т;

Е] - оценка характеристик функционирования модели (выходные данные)

Щ = .■■,ís, .-^у^з = 1',Ур) = 1,'т.

Таким образом, на основе программного инструментария реализуется соответствие между объектами Т, А, М, Л, Е.

Стоит отметить, что на современном этапе значительное распространение получило одно из направлений имитационного моделирования -акцентно-ориентированное моделирование. Уже сейчас накоплен значительный опыт использования данного механизма для моделирования поведения социально-экономических систем, как в России, так и за рубежом. Понятным является то, что использование в практике управления новых методологических приемов, которое стало возможным благодаря современным

достижениям в сфере ИТ, требуют существенного пересмотра существующих форм, методов и приемов в организации процесса управления на предприятиях. Прежде всего, это касается развития и внедрения новых организационных форм управления на всех уровнях управления экономикой. Разработка новых организационных форм управления, которые позволят максимально использовать все преимущества новых методологических приемов управления, является перспективным направлением дальнейших исследований.

Список использованных источников:

1. Макаров, В.Л. Компьютерное моделирование взаимодействия между муниципалитетами, регионами, органами государственного управления [Текст] / В.Л. Макаров, А.Р. Бахтизин, Е.Д. Сушко // Проблемы управления. - 2013. - №6. - С. 31-40.

2. Макаров, В.Л. Имитация особенностей репродуктивного поведения населения в агент-ориентированной модели региона [Текст] / В.Л. Макаров, А.Р. Бахтизин, Е.Д. Сушко // Экономика региона. - 2015. - №3. - С. 313-322.

3. Макаров, В.Л. Общее описание демографической модели «Россия»

[Электронный ресурс] / В.Л. Макаров, Е.Д. Сушко, А.Р. Бахтизин. - Режим доступа: http://abm.center/puЫicatюns/?ГО=278.

4. Сушко, Е.Д. Мультиагентная модель региона: концепция, конструкция и реализация

[Текст] / Е.Д. Сушко: препринт # WP/2012/292. -М.: ЦЭМИ РАН, 2012. - 54 с.

5. Фаттахов М.Р. Агентно-ориентированная модель социально-экономического развития Москвы // Экономика и математические методы. - 2013. - №2. - С 30-42.

V V ===================================

УДК: 519.25:319.13

СЕГМЕНТАЦИЯ ПОТРЕБИТЕЛЕЙ: АКТУАЛЬНЫЕ ПРОБЛЕМЫ И АЛГОРИТМЫ ИХ РЕШЕНИЯ

Солдаткина М.В., к.ф. -м.н.

Финансовый университет при Правительстве Российской Федерации, Москва, Россия

Аннотация. Статья посвящена актуальной на сегодняшний день экономической задаче анализа данных -сегментации потребителей, позволяющей направленно проводить маркетинговые стратегии для удовлетворения потребностей конкретного сегмента. В работе представлен обзор зарубежного опыта последних лет в применении современных алгоритмов сегментации потребителей.

Ключевые слова: сегментация потребителей, анализ данных, аналитические подходы к сегментации, обзор сегментации.

CUSTOMER SEGMENTATION: ACTUAL PROBLEMS AND ALGORITHMS OF

THEIR SOLUTIONS

Soldatkina M.V., Ph.D.

Financial University under the Government of the Russian Federation, Moscow

Abstract: The article is concerned with such a current economic issue of data analysis as customer segmentation that allows to pursue direct marketing strategies in order to meet the requirements of concrete segment. The article contains an outlook of last years' foreign experience in modern customer segmentation algorithms implementation.

Key words: customer segmentation, data mining, analytical approaches to segmentation, segmentation overview.

1. Понятие, цели и этапы сегментации потребителей В настоящее время на высокой скорости происходит цифровизация бизнеса, меняются процессы взаимодействия с клиентами, ускоряется развитие бизнеса и, следовательно, высоко возрастает конкуренция. В таких условиях выстраивание эффективных взаимоотношений с клиентами (CRM) является основным фактором успеха бизнеса. Задача сегментации клиентов стала на этом поприще одной из ключевых из-за своей роли в оптимизации маркетинговых стратегий,

направленных на понимание потребностей и предпочтений потребителей. Разделение клиентов на сегменты (например, по их демографическим характеристикам,

социальному статусу, покупательскому поведению и т.д.) и формирование отдельных бизнес-стратегий в каждой группе позволяют не только основываться при обслуживании на нуждах конкретного сегмента, но и привлекать новых клиентов. Качественно новых результатов в этом помогла добиться используемая в настоящее время технология интеллектуального анализа данных (Data Mining).