CC BY
23
Литература
1. Попова И.В., Зорин A.B. Проблемы регулирования и организации оценочной деятельности в сфере землепользования // Экономика и современный менеджмент: теория и практика: Сб. статей по мат. XXXIV международной научно-практической конференции (03 февраля 2014 г.) - Кострома, 2014.
2. Попова И.В., Зорин A.B. Проблемы институционализации демократичных институтов саморегулирования оценочной деятельности в сфере землепользования. Universum //Экономика и юриспруденция. - 2014. - №4(5) - С. 8.
3. Попова И.В. Проблемы институционализации гражданского общества // Вестник социально-политических наук. Вып. 12. -ЯрГУ, 2013. - С.113-119.
УДК 517.977.5 Доктор ист. наук Т.П. СИДНЕНКО
(СПбГТЭУ, 8е^ееу2(й)тЬох.ги) Канд. техн. наук С.М. СЕРГЕЕВ
(СПбГТЭУ, 8е^ееу2(й)гпЬох.ги)
МОДЕЛИРОВАНИЕ ДВИЖЕНИЙ ПОРОЖДЕННОГО СПРОСА НА АГРАРНОМ РЫНКЕ В УСЛОВИЯХ АСИММЕТРИИ ИНФОРМАЦИИ
Информационные технологии, моделирование, асимметрия
В современных условиях деятельности под взаимными экономическими санкциями, когда наблюдается сильная волатильность практически по всем направлениям инвестиций, представители аграрного бизнеса пытаются сориентироваться в многообразии активов для безопасного вложения средств, рассчитывая при этом получить доход сравнимый с уровнем инфляции.
Поскольку выбор осложнен наличием неопределенности, вызванной как необходимостью риска при освоении новой деятельности (чаще, на самом деле восстановлением прежнего потенциала аграрного сектора), так и отсутствием необходимой информации о деятельности конкурентов, определяющим фактором здесь по нашему мнению, является взвешенность принятия алармических бизнес-решений в условиях рыночной конкуренции и разумное сочетание надежности и ликвидности. Соответственно большинство как частных, так и институциональных инвесторов стараются диверсифицировать виды вложений.
Большинство банков, трастовых компаний, кредитных союзов и инвестиционных фирм охотно идут навстречу представителям аграрного бизнеса, предлагают широкий спектр инвестиционных возможностей для денег клиентов. Все зависит от того, какой вид инвестирования клиент предпочитает по уровню риска, продолжительности, объему и другим рыночным факторам.
Информированность о различной степени риска, зависимости от суммы капитала, уровня доходности дает необходимую уверенность участникам инвестиционного рынка. С другой стороны, осведомленность о конъюнктуре позволяет делать не только выгодные на протяженный горизонт вложения сделки, но и прогнозировать рыночные движения.
В данной работе рассматривается сегмент так называемого рынка порожденного спроса объектов реального инвестирования. При этом субъектом служат все товары, необходимые для полного цикла осуществления реальных инвестиций.
Дополнительно следует отметить еще один фактор риска, учитываемый отдельно, - это вероятность отмены санкции в продовольственно-аграрном сегменте, причем как внешних, так и ответных Российских. Для учета такого сценария применяется вероятностных подход, основанный на бенчмаркинге по стандартным реперным пунктам основных экономических показателей досанкционного периода и степени коэрцитивных движений, поскольку уважающие себя инвесторы отдают отчет о значительном риске потери инвестиций при отмене санкций.
При анализе упомянутых бизнес-процессов необходимо отметить, что в современной России завершается процесс укрупнения коммерческих предприятий. По данным показателям страна близка к европейским, составляющим величину порядка 60% процентов национального рынка. Соответственно многократно возрастают масштабы ответственности за решения, принимаемые в рамках стратегии, единой для предприятий, входящих в коммерческую сеть. В первую очередь это относится к наполнению ассортиментной матрицы. Обострившаяся конкуренция между основными игроками требует максимально просчитанной политики при выводе на рынок новых решений. При
этом происходят сдвиги не только в структуре основного спроса, но и по всей цепи порожденного спроса [1]. Вытеснение прежних, устаревших технологий и технических решений инновационными аналогами является неотъемлемой характеристикой коммерции и не гарантирует устойчивого положения ни одной экономической подсистеме мезо - и макроуровня на сколько-нибудь значимом горизонте планирования.
Тиражирование бизнеса и, соответственно, проведение согласованной маркетинговой и дистрибьюторской политики, облегчает задачу разработки математических моделей, необходимых для целей системного управления [2]. Концепция действий игроков при выходе на действующий рынок и дальнейший процесс замещения прежнего поколения фигурировала еще в анализе пяти сил Портера. Процесс достаточно стандартный и может быть формализован. Проводимый мониторинг и маркетинговое исследование дают прогноз продаж и оценку предполагаемого финансового результата. Дополнительно определяется совокупный объем спроса. Дальнейшие действия могут быть сведены к игровой задаче.
Постановка задачи. Рассматривается сегмент рынка, на который выводится продукт. Моделируются действия двух конкурирующих предприятий. Каждое представляет свой продукт прежнего поколения и инновационный. Поскольку, как уже упоминалось, масштабы сетевого охвата весьма велики и перекрывают потребительский и социодемографический ландшафт, то стратегия и действия двух игроков по захвату целевой аудитории существенно влияют на макросреду. Задача менеджеров, являющихся рыночными игроками, состоит в том, чтобы найти наиболее выгодную торговую политику.
Формализация. Условно назовем аграрные субъекты как А и В. Обозначим текущие (Former) продукты как AF и BF , соответственно инновационные продукты обозначим AN и BN . Общий объем рынка сбыта (total volume) обозначим Tv. Решим сначала статическую матричную задачу, затем, используя полученные результаты разработаем дифференциальную игру.
Матричная игра. Составим матрицу Р предпочтений рынка одного товара другому для
г
позиционного вектора в следующем виде:
1-^21 1-Л1
* 1~Р32 1~Р4 2
Ргг * 1 - />43 1
Р42 Раз * у
( *
Р =
Р21
Рп
vAi
где рг] — степень предпочтения _/ — го товара / — му, /, / = 1.. .4. 1 Ф / .
Выигрыш определяется объемом дохода. Поскольку в бизнесе значительные средства тратятся с целью выяснить вероятную политику конкурента, данный фактор необходимо учитывать при постановке и решении задачи. Сформулируем антагонистическую игру для случая полной информационной асимметрии. Для этого определим информационные состояния и составим матрицу выигрышей.
BF BN
AF (\-
AN
Р
32
1 -Р41
1-Р
43у
Для того, чтобы реализовать максимальный принцип оптимальности, установим для участников рынка смешанные стратегии. Обозначив их для обоих игроков соответственно как (а 4,1 — (7 4) и
запишем
ожидаемый
выигрыш
как
Мх = (1 — р^^су 4 + — <J4) + (1 — р41)<Ув + (1 — />4з)(1 — <ув)- Данное выражение позволяет [3]
определить значения
<JA,<JB смешанной стратегии, составляющей ситуацию равновесия и
Р21
ч
определить значение игры М*. Далее нацо определить значение игры М' при отсутствии
информационной асимметрии. Пусть игрок В осведомлен о стратегии игрока А . Тогда количество информационных состояний изменится, и матрица выигрышей будет выглядеть следующим образом:
Отсюда получаем значение игры М1 = шах[шт(^г[ )], / = 1,2 , j = 1,4 . Данный результат весьма
важен, так как позволяет определить гарантированную долю рынка игрока В равную 7 V (1 — ). Расчеты [3] показывают, что заведомо М*2 < М* . Это объясняется наличием дополнительной информации менеджеров сети Во действиях конкурента. Надо отметить, что если определить сумму дополнительной выгоды от продажи Ту(М~2 — М*) единиц продукта, то для В данная величина служит ограничением на затраты по добыванию инсайдерской информации о деятельности игрока А . Одновременно эта же величина определяет порядок расходов закладываемых в бюджет сети А на информационную безопасность.
Дифференциальная игра. Выше был приведен упрощенный расчет, который может служить для приближенных оценок и определения параметров рынка на коротких промежутках планирования. Поскольку процесс внедрения технологий в аграрном бизнесе является протяженным во времени, и описывается нелинейными уравнениями [6], необходимо составить динамическую модель. Определим фазовые координаты X = (л^х,), равные объему сбыта соответственно в А и В к настоящему времени. Изменение X описывается уравнениями Ферхюльста:
где ф, 1|/ — соответственно управления, характеризующие действия менеджеров игроков А и В на аграрном рынке. В действительности они означают меры по продвижению товара. Параметры Gj = Gj (7, Л', ф, \|/) и G,= G, (7, Л', ф, \|/) - суть текущие доли рынка, определяемые, например, из решения матричной игры. Их величина зависит, в том числе и от стратегии конкурента.
Задача игрока А максимизировать значение 5 = (л*, — Х1) при ограничениях на затраты ф < Ф. Задача игрока В минимизировать значение 5 при ограничениях на затраты \|/ < Ч*. При этом функция 8=8 ( ф, \|/) представляется в виде линейного функционала. Игра заканчивается, когда сумма (j] + (j1 приближается к 7 V или появляется технология следующего поколения, что представляется более вероятным сценарием. Таким образом, имеем двумерную динамическую систему, в которой ряд управляющих величин подчинены игроку А , на другую часть воздействует игрок В. Введем функцию платы у (8). Цена игры М определяется выражением
М = max min у (8).
Решение данной задачи [4] проводится программным моделированием для различных начальных данных и степени информированности менеджеров о выборе стратегии конкурента.
Авторами взята за основу модель Акерлофа по воздействию информационной асимметрии, а также динамическая модель развития спроса [5], позволяющая по срезам экономической информации восстанавливать соответствующие характеристики уравнений Фурье. Результаты исследования влияния асимметрии информации на упомянутый рынок порожденного спроса с точки зрения его динамики в зависимости от степени рисков и анализ интерналий, возникающих в ходе взаимодействия агентов рынка с применением методов робастного оценивания, позволяют проводить расчеты. Если условно разделить условный рынок на два сильно агрегированных сегмента - элитной продукции и массового спроса базальности ниже определенного временного уровня, то можно проследить как влияние информационной асимметрии на расслоение рынка, так и воздействие развития технологий на динамику основных процессов (рис.).
AF ^ ~ Рг\ i-Ai i-Ai
-47V ^ Pi2 l-/>43 p32 l-p43
Ф
Параметры сегментации рынка порожденного спроса
а) о
CL II
Qk
Qh Quantity
-mck
— --ack
-mch
— - -ach
— - - Demand
Рис. График взаимодействия упомянутых контрапунктов рынка
Индекс "к" - соответствует элитному сегменту, "h" - массовому.
Данное исследование нацелено на решения задачи прогнозирования движении рынка, что позволит принимать обоснованные решения при инвестиционной деятельности и просчитать оптимальные дег!ствия на длительный горизонт. Дело в том, что Российский аграрный рынок сегодня непрозрачен, полузакрыт. Не определена ответственность и гарантии. Это является серьезным препятствием для инвесторов и, соответственно развития рынка.
Таким образом, полученные в настоящей работе результаты позволяют проводить предварительный экономический расчет по ряду важных позиций, а также вопросам выделения средств на получение информации о планируемых действиях других игроков в данном сегменте сбыта, что снижает информационную асимметрию и рикошетом требует поддержания уровня конфиденциальности при разработке собственных планов. Все это позволит осуществлять долгосрочное планирование коммерческой деятельности на научной основе, привлекать кредиты на развитие бизнеса и в итогеполучить обоснованное конкурентное преимущество.
Литература
1. Сергеев С.М. Идентификация процессинговых параметров объектов сетеподобной структуры// Системы управления и информационные технологии. -2012. - №2(48).- С. 49-54
2. Сергеев С.М., Борисоглебская JI.H. Алгоритмы управления системами сетевых экономических объектов // Современные методы теории краевых задач: Мат. ВВМШ «Понтрягинские чтения-XXIII» /ВГУ, МГУ Математический ин-т РАН. - Воронеж: Изд-во ВГУ, 2012. - С. 31-32.
3. Воробьев Н.Н. Теория игр для экономистов-кибернетиков. -М.: Наука, 1985. -С. 272.
4. Теория игр /Петросян J1.A. [и др.]. - М.: Высш. шк.; Книжный дом, 1998. - С. 304.
5. Akerlof, George А. 2005. Explorations in Pragmatic Economics, Oxford University Press.
6. Сергеев С.М. Кросс-функциональное моделирование процессов управления коммерческой активностью. //Известия института математики и информатики /УдГУ. - Выпуск. 1 (39). - Ижевск, 2012. - С. 73-74.
УДК 330.524 Канд экон. наук Ю.Г. ТЕРЕНТЬЕВА
(БАТ, 1иску1егеп1еуа(й)уапс1ех.ги)
ИСПОЛЬЗОВАНИЕ СИСТЕМНОГО ПОДХОДА В ПРОЦЕССЕ ФОРМИРОВАНИЯ СТРАТЕГИИ РАЗВИТИЯ ГОСТИНИЧНОГО КЛАСТЕРА
Системный подход, гостиничный кластер, управленческий процесс
К настоящему времени кластерный подход является одним из ключевых направлений при разработке стратегий социально-экономического развития субъектов Российской Федерации. При этом актуальным является аспект, характеризующий систему взаимоотношений между различными
