CC BY
16
механизмы оценки кластерных структур. Рассмотренные показатели позволят произвести оценку инновационного потенциала кластера. Классификация показателей для оценки инно-
вационного потенциала промышленного кластера может быть в дальнейшем усовершенствована применительно к конкретным видам кластеров.
СПИСОК ЛИТЕРАТУРЫ
1. Lundvall, B. National systems of innovation: towards a theory of innovation and interactive learning [Text] / B. Lundvall. - London, 1992.
2. Nelson, R. National systems of innovation: a comparative analysis [Text] / R. Nelson. - Oxford, 1993.
3. Bergman, E.M. Innovative clusters: drivers of national innovation systems [Text] / E.M. Bergman, D. Charles / Organization for economic cooperation and development. -Paris, 2001.
4. Baptista, R. Do Innovations diffuse faster within geographical clusters? [Text] / R. Baptista // International journal of industrial organization. - 2000. - № 18.
5. Murad, S. MOC team project report: the Moscow transportation cluster [Text] / S. Murad, T. Hrekh, K. Pesotsky. - Boston: Harvard Business School, 2006.
6. Войнаренко, М.П. Кластерные технологии в системе развития предпринимательства, интеграции и привлечения инвестиций [Текст] / М.П. Войнаренко. -М.: Дельта, 2003.
7. Воронов, А. Кластеры - новая форма самоорганизации промышленности в условиях конкуренции [Текст] / А. Воронов // Маркетинг. - 2002. -№ 5 (66).
8. Ларина, Н.И. Кластеризация как путь повышения международной конкурентоспособности страны и регионов [Текст] / Н.И. Ларина, А.И. Макаев // ЭКО. - 2009. - № 10.
9. Евсеев, В.Б. Кластерный подход в экономике [Текст] / В.Б. Евсеев. - М.: Экономика-М, 2010. -237 с.
УДК 330.341(075.8)
М.И. Ифанов
МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ И ИНФОРМАЦИОННЫХ РИСКОВ ПРИ ПРИНЯТИИ РЕШЕНИЙ В СЕТЕВОМ МАРКЕТИНГЕ
Экономические риски, т. е. риски, возникающие в процессе деятельности экономических объектов, во всех случаях их проявления связаны с неопределенностью и принятием решений.
Ситуация принятия экономического решения в условиях неопределенности и возникающего риска предусматривает наличие трех элементов:
- концептуальной модели принятия решений в условиях риска;
- идентифицированной информационной ситуации;
- критерия (или системы критериев) принятия решения.
Неопределенность в экономике может быть оценена теоретико-вероятностными методами [1, 2].
Один из возможных подходов к данной проблеме основан на концепции применения теоретико-игровой модели [3]. Он также позволяет раскрыть и обобщить информационную составляющую экономических рисков.
Экономическая ситуация может характеризоваться взаимодействием нескольких субъектов, которые имеют разные цели, которые необязательно должны быть противоположными. Значительно чаще встречаются реальные ситуации, где интересы сторон частично совпадают
и, как следствие, они заинтересованы в общих или скоординированных действиях.
Согласно концепции теории игр ситуация принятия решений может характеризоваться тройкой {X; в; р}, где Х - множество решений (стратегий) субъекта управления (первого игрока); в - множество состояний (стратегий) экономической среды (ЭС) (второго игрока); р = {Дх, 9); х е X; в е 9} - функционал оценивания (ФО). Он определен на множестве Хх 9 и приобретает значения из пространства Я1 (одномерного евклидова пространства); Д(х, 9) - функция выигрыша первого игрока (субъекта управления).
Под экономической средой понимают совокупность факторов, которые формируют среду и влияют на эффективность принимаемого решения. Для однозначности интерпретации терминов в аббревиатуру ЭС будем вкладывать следующий смысл: ЭС - это множество состояний экономической среды.
Итак, требуется исследовать проявление экономических рисков дистрибьюторов с учетом случайности спроса и мотивации покупателя дистрибьютором, а также разработать классификатор оценки экономических и информационных рисков для различных состояний экономической среды.
Будем рассматривать дискретные примеры состояний ЭС, допускающие выполнение следующего требования.
В дискретном случае ЭС допускает представление в виде полной группы взаимоисключающих и взаимодополняющих случайных событий:
в = {91; 92; ...; 9п}.
На языке обычной (четкой) теории множеств это требование формализованно выглядит следующим образом:
9,. п 9у = 9,. 9у = 0, г пу, ¡,у = 1, ..., п; в = 91 и 92 и ... и 9п = 91 + 92 + ... + 9п .
Согласно аксиоматике теории вероятностей Р(91 и 92 и. и 9п) = Р(91) + Р(&) + ... + Р(9п) =
= Р1 + Р2 + ... + Рп = 1.
Рассмотрим пример конкретной (реальной) ЭС, существующей в сетевом маркетинге.
Руководство сетевой фирмы «Тяньши» считает, что в течение определенного промежутка времени на прибыль фирмы, связанной с реализацией товара, наибольшее влияние будут иметь два фактора: а - повышение цены на товар в силу кризиса; в - снижение цены на этот же товар в силу появления на рынке конкурентов. Интерпретируем действие этих факторов как реализацию элементарных событий. Построим множество состояний ЭС с учетом возможных проявлений (или непроявления) действия этих факторов. Для этого введем элементарные события, которые считаем противополож-нымии означенным выше: а - снижение цены на товар в силу кризиса; в - повышение цены на этот же товар в силу появления на рынке конкурентов (например, на товар более высого качества).
Моделью ЭС может быть такая система случайных событий:
в = {91; 92; 9з; 94},
где 91 = ав; 92 = ав; 9з = ав; 94 = ав.
В случае, когда множество стратегий субъекта управления является дискретным: Х = (х1; Х2; ...; хт), множество состояний ЭС имеет вид: в = {01; 02; ...; 0п}, функционал оценивания задается матрицей
Р = Р{Дк,; к = !,..,т; у = 1,..., п} =
01 • • 0 j •
Xi / • • /i j • f Л ■■ J in
xk /ki • fkj • •• fkn
Xm f \J mi ' • f ■ ■ m •• f J mn J
элемент /ц которой - это количественная оценка решения хк е Х при условии, что ЭС находится в состоянии Qj е в. Принимаемому решению хк отвечает вектор-строка оценивания Fk = (fki;/к2; ... ;/n), к = 1, ..., m. ЭС 0ц отвечает (характеризует) вектор-столбец F j = /ij/ц ... ;/m)T.
Еще один пример. Дистрибьютор покупает на складе сетевой фирмы «L'ambre» набор (туалетная вода, мыло и шампунь) по цене дистрибьютора 15 долл. за набор и реализует поку-
пателям по розничной цене 25 долл. В течение каждой из 40 недель он продавал разное количество наборов. Это обусловлено случайностью спроса и способностями к мотивации покупателя дистрибьютором. Результаты эмпирических наблюдений за объемами продаж представим в виде таблицы (табл. 1).
Таблица 1 Статистика продаж дистрибьютора
Количество продаж наборов 0 4 5 6 7 8
Количество недель 0 4 8 16 10 2
В ней намеренно использован нулевой столбец. Он несет двойную нагрузку:
- попытки продаж происходят каждую неделю. При этом неуспехов не бывает;
- столбец играет роль нуля в пространстве ЭС.
Задача, которая возникает в деятельности дистрибьютора, - это оптимальный (с позиции получения максимальной прибыли) выбор количества наборов, которые он должен закупать еженедельно. Налицо экономический риск выбора количества наборов.
Решение задачи представлено в табл. 2.
Таблица 2
Распределение возможной прибыли дистрибьютора
но или отрицательно заданного ингредиента ФО к относительной единице измерения (ср. [5, с. 11]). Такое преобразование устанавливает порядок отсчета ФО для каждого состояния ЭС 9, е ©:
1) для F = F+ (положительные f.), когда зафиксировано состояние экономической среды 9, е в, находят величину
1max(9.) = max f + (x, 9.)
1 x е X 1
и функция риска определяется в виде
r + (x, 9J) = 1max (9j) - f + (x, 9J);
2) для F = F- (отрицательные f.), при фиксированном 9j е в находят
1min(9,) = min f- (x, 9,)
1 xеx^ 1
и функция риска определяется как
r- (x, 9J) = f - (x, 9J) - 1mn(9J).
В дискретном случае, когда Х = {xi; x2; ..., xm} и в = {91; 92;...; 9n}, в качестве ФО можно использовать матрицу риска:
R+(-) = {r+(-) = r+\xk, 9j); k = 1, ..., m; J = 1, ..., n}.
Решение Состояния ЭС (спрос в корзине) Она дает возможность оценить количественно наилучшие решения и установить, на-
(количество 91 92 93 94 95 сколько выгодно реализуется в них существую-
закупленных наборов) (4 на- (5 на- (6 на- (7 на- (8 на- щая возможность достижения успеха при нали-
бора) боров) боров) боров) боров) чии риска. Поэтому ее можно назвать также
Х1 (4 набора) 40 40 40 40 40 матрицей нереализованных возможностей.
х2 (5 наборов) 25 50 50 50 50 Воспользовавшись данными о ФО, построенного в предыдущей ситуации, строим
х3 (6 наборов) 10 35 60 60 60 матрицу нереализованных возможностей. Она
х4 (7 наборов) -5 20 45 70 70 принимает вид
х5 (8 наборов) -20 5 30 55 80 01 02 0з 04 05
Что касается принятия решения, то оно может быть осуществлено дистрибьютором на базе одного из критериев оптимума.
Функцию риска можно определить как некоторое линейное преобразование положитель-
R = R- =
( 0 10 20 30 40^
15 0 10 20 30
30 15 0 10 20
45 30 15 0 10
v60 45 30 15 0 ,
x
x
3
x
4
x
5
Таблица 3
Классификатор информационных ситуаций, связанных с неопределенностью среды
Обозначение ИС Название ИС Характеристика информационной ситуации
11 Первая ИС Характеризуется заданным распределением априорной вероятности на элементах множеств в (достаточная по объему информация)
12 Вторая ИС Характеризуется заданным законом распределения вероятности с точностью до неизвестных параметров (достаточная по объему информация; выдвинутая гипотеза относительно класса функций, которому принадлежит функция плотности распределения вероятности; на основе имеющейся информации необходимо оценить параметры, которые характеризуют этот класс функций)
13 Третья ИС Характеризуется заданной системой (линейных или нелинейных) соотношений на компонентах априорного распределения вероятности состояний ЭС (объем информации об ЭС недостаточен)
14 Четвертая ИС Характеризуется неизвестным распределением вероятности на элементах множества в (информация об ЭС отсутствует)
15 Пятая ИС Характеризуется антагонистичными интересами ЭС в процессе принятия решений (объем информации об ЭС достаточен)
16 Шестая ИС Характеризуется как промежуточная между И1 и И5 при выборе ЭС своих состояний
17 Седьмая ИС Характеризуется нечетким множеством состояний ЭС
18 Восьмая ИС Отсутствие статистики относительно некоторых состояний ЭС
Элемент г24 = 20 матрицы Я указывает на то, что дистрибьютор через неправильное определение спроса на набор недополучил 20 долл. (спрос 94 составлял семь наборов, а закуплено было только пять наборов (х2)). В свою очередь, элемент = 15 указывает на то, что дистрибьютор неправильно спрогнозировал ситуацию и понес убытки в 15 долл., поскольку один набор ему не удалось продать. В свете решаемых задач об оценке экономического риска и влиянии на него информационного фактора он наиболее важен.
Качество решения, которое принимается, его рискованность, а также методика его принятия зависят от степени информированности субъекта управления экономическим объектом.
Под информационной ситуацией (ИС) с точки зрения субъекта управления (в зависимости от степени его информированности) понимают определенную степень градации неопределенности выбора средой своих состояний в момент принятия решения.
Классификатор информационных ситуаций, связанных с неопределенностью среды, предлагается сконструировать в виде табл. з.
Приведенные в табл. 3 ИС выступают глобальной характеристикой степени неопределенности состояний ЭС с точки зрения субъекта управления. Они позволяют отражать возможную степень рискованности конкретной ЭС и выражают информационную составляющую экономического риска. Кроме того, совокупность ИС {11, ..., 15} образует пространство информационных ситуаций.
В табл. 3 классифицированы информационные ситуации в зависимости от степени информационной определенности состояний экономических объектов.
Таким образом, сконструирован классификатор информационных ситуаций на основе признака «степень информационной определенности состояний экономических объектов».
Направлением дальнейших исследований является разработка критериев оценки экономических и информационных рисков применительно к восьми информационным ситуациям.
СПИСОК ЛИТЕРАТУРЫ
1. Тэпман, Л.Н. Риски в экономике [Текст] : учеб. пособие для вузов / Л.Н. Тэпман; под ред. проф. В.А. Швандара. - М.: Юнити-Дана, 2002. - 380 с.
2. Вишняков, Я.Д. Общая теория рисков [Текст] : учеб. пособие для студ. высш. учеб. завед. / Я.Д. Вишняков, Н.Н. Радаев. - 2-е изд., испр. - М.: Изд. центр «Академия», 2008. - 368 с.
3. Трухаев, Р.И. Модели принятия решений в условиях неопределенности [Текст] / Р.И. Трухаев. - М.: Наука, 1981. - 258 с.
4. Дубров, А.М. Моделирование рисковых ситуации в экономике и бизнесе [Текст] : учеб. пособие / А.М. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев; под ред. Б.А. Лагоши. - М.: Финансы и статистика, 2000. -176 с.
5. Стохастическая информационная ситуация. Определение термина [Электронный ресурс]. - Режим доступа: http:// www.moneyball.info / 29259-stokhasticheskaja-informacionnaja- situacija.html
УДК 330.42+338.57
С.М. Иващенко
ПРИМЕНЕНИЕ ДИНАМИЧЕСКОЙ СТОХАСТИЧЕСКОЙ МОДЕЛИ ОБЩЕГО ЭКОНОМИЧЕСКОГО РАВНОВЕСИЯ ДЛЯ АНАЛИЗА ИНФЛЯЦИОННЫХ ПРОЦЕССОВ В РОССИИ И США
В конце ХХ в. возник новый инструмент макроэкономического анализа - динамические стохастические модели общего экономического равновесия (ДСОЭР-модели). ДСОЭР-модели стали одним из основных инструментов макроэкономического анализа как в международной академической среде, так и для центральных банков. Крупнейшие центральные банки для анализа различных аспектов денежной политики создали свои модели, такие как SIGMA (ФРС США), NAWM (ЕЦБ), BEQM (Банк Англии), ToTEM (Банк Канады), GEM (МВФ), NEMO (Норвегия), RAMSES (Швеция), MAS (Чили), MEGA-D (Перу) [6].
На фоне усиленной поддержки исследований правительствами и центральными банками повысилось качество прогнозов макроэкономических показателей динамическими стохастическими моделями общего экономического равновесия. Качество прогнозов ДСОЭР-моделей не уступает прогнозам VAR-моделей [1, 5]. Более того, прогнозы малой ДСОЭР-модели для части переменных превосходят
прогнозы обзора профессиональных прогнозистов США [5].
Таким образом, мировой опыт говорит о больших возможностях ДСОЭР-моделей, мало распространенных в России. Данная статья посвящена выявлению факторов, обусловливающих динамику процессов инфляции при помощи динамических стохастических моделей общего экономического равновесия (на примере России и США).
Анализ базируется на модели, разработанной автором данной статьи [3]. В рамках данного исследования приведем общую схему модели и проанализируем ее основные особенности по сравнению с встречающимися в литературе моделями.
В рамках ДСОЭР-модели существуют четыре группы агентов: домохозяйства, фирмы, внешние рынки и государство. Проведем более подробное обоснование выделенных групп. Домохозяйства, фирмы и государство - это три группы агентов, присутствующие практически во всех моделях, отражающие основные центры
