CC BY
29
1. Если направление динамики курсов зеркальной пары соответствует ожидаемому, то алгоритм дисбаланса показывает по прибыльности результаты ниже, чем алгоритм «Линза» [1, 2]. Это объясняется тем, что удачно выбранное направление в алгоритме «Линза» позволяет, как правило, получить прибыль по обеим транзакциям (см. пример выше). А в алгоритме анализа дисбалансов разнонаправленность динамики зеркальной пары приводит к тому, что итог по каждой паре транзакций определяется как разность двух результатов (как правило, это сумма выигрыша по одной сделке минус величина проигрыша по другой). Это значительно снижает эффективность второго алгоритма.
2. Если направление открытой пары транзакций выбрано неверно, то по перечисленным выше причинам алгоритм анализа дисбалансов теряет значительно меньше, так как проигрыш по одной паре компенсируется выигрышем по другой.
Библиографический список
3. Таким образом, изложенный алгоритм более надежен, менее рискован, дает значительно меньшую «просадку». В конечном счете, это свидетельствует о том, что на практике алгоритм анализа дисбалансов значительно более предпочтителен для трейдеров, менее склонных к риску, тогда как игроки, не боящиеся рисковать, могут остановить свой выбор на алгоритме «Линза» [1, 2].
4. Сравнение вышеперечисленных алгоритмов с классическими алгоритмами показало, что алгоритм «Линза» и алгоритм дисбаланса более надежны и более прибыльны.
5. Комбинированное использование аддитивного алгоритма дисбаланса и алгоритма «Линза» с такими известными инструментами, как ADX, MACD, RSI, повышает прибыльность методов и значительно снижает инвестиционный риск.
1. Герцекович Д.А. Зеркальные пары. Алгоритм «Линза». -Иркутск: Известия ИГЭА, 2007. № 4. С. 35-38.
2. Герцекович Д. А. Количественные методы анализа финансовых рынков: учеб. пособие. Иркутск, Изд-во Иркут. Гос. Ун-та, 2008. 335 с.
3. Герцекович Д.А., Минакин А.Н., Скитневский Д.М. Об одном способе оценки максимально возможной прибыли на рынке FOREX // Вестник Российского государственного торгово-экономического университета, М.: 2009. №4 (31), С. 1218.
4. Герцекович Д.А. Зеркальные пары. Анализ дисбаланса валютных курсов. Мультивалютная визуализация // Иркутск: Вестник ИРГТУ, 2009. №4(40). С. 81-85.
5. ЛеБо Ч. И Лукас Д. В. Компьютерный анализ фьючерсных рынков. М.: Альпина, 1999. 304 с.
6. Лин. К. Дейтрейдинг на рынке Рогех. Стратегии извлечения прибыли. М.: Альпина, 2007. 240 с.
7. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977. 276 с.
8. Элдер А. Как играть и выигрывать на бирже. М.: Диаграмма, 2003. 352 с.
УДК 338
ПОВЫШЕНИЕ ПРОИЗВОДИТЕЛЬНОСТИ КОРПОРАТИВНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ ДЛЯ СРЕДНЕГО БИЗНЕСА
С.А.Дзюба1
Иркутский государственный технический университет, 664074, г. Иркутск, ул. Лермонтова, 83.
В статье рассматриваются наиболее общие подходы к исследованию производительности корпоративных информационных систем (КИС). Определяются специфические особенности КИС для предприятий среднего бизнеса. Исходя из них, предлагается технология повышения производительности, существенно расширяющая возможности электронных таблиц. Табл. 2. Библиогр. 11 назв.
Ключевые слова: корпоративные информационные системы; производительность КИС; теория информации.
INCREASING THE EFFICIENCY OF CORPORATE INFORMATION SYSTEMS FOR SMALL BUSINESS S.A. Dzuba
Irkutsk State Technical University 83 Lermontov St., Irkutsk, 664074
The article deals with the most common approaches to the study of corporate information systems efficiency (CIS). The author identifies the specific features of CIS for mid-size businesses which allow to propose the technology to increase productivity, significantly extending the capabilities of spreadsheets. 2 tables. 11 sources.
Key words: corporate information systems; efficiency of computer information systems; information theory.
1Дзюба Сергей Ануфриевич, кандидат технических наук, доцент кафедры финансов и кредита, тел.: (3952) 511695, e-mail: [email protected]
Dzuba Sergei Anufrievich, Candidate of technical sciences, associate professor of the chair of Finance and Credit, tel.: (3952) 511695, e-mail: [email protected]
Информационные системы используются сегодня практически во всех сферах жизнедеятельности человека. Их огромный успех, позволяющий говорить о настоящей информационной революции, настолько стремительно продвинул вперёд практику их применения, что теория информационных систем, следуя ей, приобрела сугубо прикладной характер, сосредоточив свои усилия на конструировании новых технических решений для всё более широкого круга практических задач.
Недостаток критического внимания со стороны теории породил появление и прочное закрепление неудачных технических решений. К таковым можно отнести централизованный способ организации данных в корпоративных информационных системах (КИС), когда любая транзакция в системе отражается в едином централизованном хранилище, посредством обращения к которому производится автоматическое обновление информации в подсистемах. Он имеет очевидную внешнюю привлекательность, основанную на убеждении, что универсальное вместилище учётных данных всегда будет лучше обеспечивать единое информационное пространство, чем конструкция из нескольких функциональных систем. На практике централизация приводит к возникновению внутренних структурных противоречий, проявляющих себя как конфликт процессов [1].
Ограниченность возможностей при централизованных способах обработки данных имеет те же причины, по которым невозможно сосредоточить всё производство в рамках единой фирмы, даже несмотря на наличие эффекта экономии от масштаба, приводящего к снижению издержек при укрупнении производства. Это сравнение представляет не пример образной аналогии, а иллюстрирует возможность общности подходов к теории фирмы и информационным системам, базирующуюся на применении математического аппарата теории информации как исследовательского инструмента [2].
Рассмотрение теоретико-информационной модели фирмы даёт основание утверждать, что информационные системы играют первостепенную роль в решении задачи увеличения размера фирмы, что с экономической точки зрения позволяет сильнее проявиться эффекту экономии от масштаба. Ключевое значение здесь имеет пропускная способность информационной системы, исследование которой даже на качественном уровне позволяет развить интересные подходы к решению многих непростых проблем.
Информационные системы: теоретический подход. Роль информационной системы в решении задач управления фирмой определяется тем, что она обеспечивает взаимодействие её элементов [2]. Оно осуществляется тем лучше, чем выше пропускная способность канала между ними. При попытке каким-либо практическим образом опереться на эту характеристику возникает сложность, связанная с её измерением. Она обусловлена тем, что если рассматривать информационную систему предприятия не только как техническое средство обработки учётных данных, а как комплексную человеко-машинную среду управле-
ния, то её пропускная способность будет представлять собой суперпозицию синтаксического, семантического и прагматического каналов [5,6]. Они обеспечивают:
• Синтаксический канал - передачу (преобразование) данных из одного способа представления (языка, в широком смысле) в другой. Пропускная способность этого канала выражается как шенноновское количество информации.
• Семантический канал - передачу смысла. Правильно будет понимать, что управление осуществляется не самой фирмой, а её отображением в информационной системе. Действительно, если товар реально поступил на склад, но в системе нет об этом никаких данных, то продавец не сможет его реализовать. Фирма здесь будет выступать как некий прообраз, требующий адекватного смыслового отображения в информационной системе.
• Прагматический канал - передачу в пространство решений. Информационная система накапливает первичные данные о состоянии фирмы. В таком виде они не пригодны для принятия управленческих решений. Для этого требуются определённые прагматические преобразования исходных данных в такое представление, которое может быть воспринято управляющим субъектом для выработки целенаправленных действий. По подшивке первичных бухгалтерских документов или их электронному эквиваленту никаких решений, кроме самых элементарных, предпринять невозможно.
Обозначенный подход к информационным системам, зародившийся в конце 70-х годов XX века, не получил должного развития. Возможно, причиной этого послужили неудачи в поиске удовлетворительного формализма, который бы позволил продвинуть эти идеи в сферу практического применения. В настоящей статье такой аппарат будет рассмотрен. Он опирается на обобщение шенноновских результатов в теории информации, предложенное А.Н. Колмогоровым [7].
Проиллюстрировать его можно на примере формального выражения пропускной способности семантического канала. Пусть определены объекты Ф -фирма и ИС - информационная система, заданные в виде множеств своих состояний с известными вероятностями. Тогда количество информации в ИС относительно Ф есть
I (ИС : Ф) = Н (ИС)-Н (ИС \ Ф), (1)
где Н( ) - мера разнообразия (энтропия) аргумента. Ключом к пониманию этого формализма является условная энтропия Н(ИС\Ф). Для неё справедливо
Н(ИС\Ф) = 0 , если каждой реализованной смысловой единице из Ф соответствует единственная смысловая единица из ИС, и тогда Ф однозначно отражается в ИС. В этом случае можно говорить о максимальном качестве информации в ИС, а также о том, что количество информации в семантическом канале есть не что иное, как качество информации. И действительно, в противоположной ситуации достигается
Н(ИС\Ф) = Н(ИС), если реализациям элементов
из Ф соответствуют независимые случайные реализации из ИС, т.е. Ф сама по себе, а ИС сама по себе, что даёт минимум качества, равный в данном случае нулю.
Такие же рассуждения справедливы и для синтаксического канала. Например, если рассматривать преобразование числовых и алфавитных данных в «человеческом» представлении ЧП в машинное представление МП, пропускная способность будет равна I(МП: ЧП) = Н(МП), т.е. шенноновскому количеству информации, поскольку в силу наличия однозначного соответствия между этими алфавитами выполняется Н (МП \ ЧП) = 02.
Прагматическое пространство П представляет собой набор показателей и индикаторов, которые должны сигнализировать о таких состояниях, которые требуют принятия решений. Это своего рода набор симптомов, по которым необходимо диагностировать болезнь. Поэтому I(П : Ф) - это количество информации о фирме, которое мы можем получить через «симптомы», а прагматическую пропускную способность правильнее всего ассоциировать с интуитивно понятным термином «информативность».
Логическая структура этих каналов-пространств информационной системы такова, что они образуют последовательное «соединение». Это означает, что если пропускная способность любого из них равна нулю, то и у всей системы она будет равна нулю. Или, что тоже самое, пропускная способность (производительность) всей информационной системы будет определяться самым «узким» из этих каналов. Действительно, если перестанет осуществляться компьютерная обработка данных, то при сколь угодно большой семантической и прагматической пропускной способности, производительность информационной системы будет равна нулю3. Точно так же низкое качество данных (малая семантическая пропускная способность) полностью обесценивает синтаксическую и прагматическую «мощь».
Производительность корпоративных информационных систем. В настоящее время термин «производительная КИС» определяет только её способность к обработке больших массивов данных и одновремен-
2Если быть более точным, то это утверждение формально не верно для чисел с плавающей точкой. Поэтому можно говорить не о точном достижении нуля, а только об очень хорошем приближении к нему. Кроме того, к отклонению условной энтропии от нуля могут приводить «шумы», т.е. случайные искажения при преобразовании. Этот случай в точности будет соответствовать теореме К.Шеннона об уменьшении пропускной способности канала на величину энтропии шума.
3Здесь не принимается во внимание возможность перехода на ручную обработку. В таком случае она и будет определять производительность информационной системы. Во всех случаях нулевую пропускную способность можно рассматривать лишь как абстракцию, поскольку ей соответствуют настолько низкие предельные информационные издержки, что на практике её легко «оторвать» от нуля [3].
ному обслуживанию большого количества пользователей. В обозначенных выше понятиях это отвечает только высокой синтаксической производительности. Опираясь именно на эту характеристику, современные КИС сегментируют свои возможности в зависимости от размера бизнеса, на который они ориентированы. Поэтому программные средства для малого и среднего бизнеса представляют собой такие же конструкции, что и для крупного бизнеса, но рассчитанные на меньшее количество пользователей и для удешевления облегченные по функциональности.
Более широкое понимание производительности КИС опирается не только на рассмотрение всех трёх компонентов пропускной способности. Для него существенно важным является принципиальное разделение всех бизнес-процессов предприятия на основные и вспомогательные. К первым относятся процессы производства основной продукции и услуг, а ко вторым - процессы, обеспечивающие стабильное течение основных процессов. Поэтому их можно также назвать процессами управления. В соответствии с таким определением их роли основные и вспомогательные процессы попадают под действие закона необходимого разнообразия Эшби [8], который утверждает, что стабильность основных процессов может быть обеспечена только за счёт «нестабильности» управляющих, которую следует понимать как характеристику, отражающую высокое разнообразие действий. Поэтому в высокой синтаксической пропускной способности нуждаются, прежде всего, основные процессы. Для вспомогательных более важную роль играют семантическая и прагматическая компоненты.
Высокая синтаксическая пропускная способность КИС достигается за счёт того, что конструктивно они основываются на принципе управления реляционными базами данных (РБД). Он предполагает структурирование обрабатываемых документов, выделение в них одинаковых фрагментов и замену их кодами. Фактически это представляет собой разновидность шен-ноновского кодирования. Широкий спектр управляющих процессов влечёт за собой и соответствующее разнообразие потока данных, которое снижает синтаксическую эффективность использования РБД. Она начинает возрастать только тогда, когда поток данных увеличивается значительно быстрее, чем растёт его разнообразие.
Посмотрим теперь с этой точки зрения на малый бизнес. Здесь относительно высокая интенсивность потока данных наблюдается только на операционном уровне, т.е. для основных производственных процессов, которые, в первую очередь, и нуждаются в средствах увеличения синтаксической пропускной способности. Поэтому здесь распространены типовые коробочные решения от 1С. Вспомогательные процессы управления характеризуются относительно низкой интенсивностью потока данных, позволяющей удерживать и обрабатывать необходимую информацию в памяти управляющего или очень ограниченного круга управляющих лиц. Автоматизация этих процессов, если она вообще требуется, может быть успешно решена подручными офисными средствами.
Для крупного бизнеса, наоборот, характерна очень высокая интенсивность потока данных как в основных, так и во вспомогательных процессах. Поэтому здесь не существует альтернатив их автоматизации средствами КИС, поскольку самым узким местом становится синтаксическая производительность, а обеспечить её на должном уровне можно только средствами РБД. В отличие от этого в среднем бизнесе при почти таком же уровне разнообразия интенсивность вспомогательных процессов заметно ниже, ввиду чего узким местом становится семантическая и прагматическая пропускная способность. Обеспечить же её средствами РБД гораздо сложнее, поскольку сама технология не приспособлена для этого.
Низкая семантическая производительность обусловлена тем, что РБД требует всё разнообразие используемых объектов описать в виде единообразных реляционных структур, что приводит к их значительному упрощению, чего невозможно достичь без потери смыслового содержания. Действительно, при работе, например, с платёжным календарём, приходится иметь дело не с реестром платежей в виде таблицы, а с набором отдельных платёжных операций, снабжённых рядом аналитических признаков, последствия применения которых далеко не всегда очевидны. На крупном предприятии неудобства такого решения компенсируются тем, что из-за большого количества операций этим занимается отдельный специалист или даже группа, которые, работая с абстрактным представлением документа, способны одновременно понимать его смысловую роль в реестре. На среднем же - это будет лишь одной из функций более универсального специалиста, для которого выполнение тех же действий будет значительно более затратным.
Причиной низкой прагматической производительности является всё та же жёсткость структур РБД, не способствующая проявлению гибкости при подготовке данных для принятия решений. Создание аналитических отчётов представляет собой довольно трудоёмкий процесс. Поэтому КИС снабжены некоторым набором заранее изготовленных шаблонов, которые рядовому пользователю без специальной подготовки практически невозможно трансформировать под свои конкретные требования. Разумеется, технология внедрения КИС предполагает изготовление отчётных форм в соответствии с пожеланиями специалистов.
По этой причине обработку данных, относящихся к процессам управления, зачастую осуществляют средствами электронных таблиц (ЭТ), само устройство которых обеспечивает значительно более высокую семантическую и прагматическую производительность. Их использование гораздо лучше обеспечивает раскрытие смыслового содержания информации и удобство её представления для принятия решений. Оборотной стороной является то, что это сочетается с низкой синтаксической пропускной способностью. Кроме того, семантическая производительность ЭТ резко падает при увеличении объёмов обрабатываемых данных. С точки зрения пользователя это выглядит следующим образом:
• Финансово-экономические вычисления на основе массивов данных содержат довольно сложные, но часто повторяемые взаимосвязи, что является мощным потенциальным источником ошибок.
• При внесении изменений в осуществлённые ранее расчёты возникает опасность удаления источников ссылок или получения циклических ссылок, из-за чего возможно разрушение всей расчётной схемы.
• Опасность разрушения схемы значительно повышается при попытке использовать реализованные ранее расчёты в качестве шаблона для новых с заменой исходных данных.
При правильной профессиональной организации работы в ЭТ удаётся значительно понизить порог возникновения указанных проблем и производить довольно сложные вычисления, сохраняя целостность системы [9,10,11]. Однако одновременному повышению синтаксической пропускной способности мешают слишком примитивные штатные средства ЭТ для работы с массивами данных.
Существующие методы индустриального программирования на базе ЭТ позволяют существенно улучшить семантические характеристики разработок, но ценой существенного увеличения затрат и, что самое неприятное, снижения прагматической производительности из-за увеличения жёсткости систем. В наибольшей степени подвержены этому коммерческие разработки для финансовых расчётов. Так, продукты компании «Альт-Финанс»4 полностью базируются на ЭТ. Несмотря на то что структура их данных и программный код открыты, конечному пользователю крайне сложно произвести какие-либо изменения «под себя», даже обладая навыками программиста.
В результате можно сказать, что существующие технологии работ в ЭТ не позволяют преодолеть их низкую синтаксическую производительность. Повышение семантической пропускной способности при этом достигается за счёт снижения прагматической производительности, ради которой ЭТ и используются. Возможно, по этой причине сложилось устойчивое представление, что ЭТ как часть ИС пригодны только для выполнения разовых черновых экономических расчётов. Ведение управленческого учёта в ЭТ считается дурным тоном и признаком информационно-технологической отсталости.
Технология эмулирования баз данных. Описываемая выше дилемма заключается в том, что средствами РБД мы получаем ИС с высокой синтаксической, но низкой семантической и прагматической производительностью, а опираясь на ЭТ, имеем высокую семантическую и прагматическую, но низкую синтаксическую производительность. Выход из неё просматривается в том, что во втором случае имеется возможность повышения синтаксической производительности без ущерба для всех остальных свойств.
В настоящей статье представлена разработанная автором технология эмулирования баз данных (ТЭБД), позволяющая обрабатывать в ЭТ массивы записей в виде таблиц с имитацией (эмуляцией) тех
41Нр:/Лм\м\м.а!Нпуе81ги/8оА\маге//
же принципов, которые применяются в РБД. Принципиальным отличием является то, что запрос к базе данных или построенный на его основе отчёт в РБД является фактически конечным результатом, а в ЭТ он выступает лишь как исходные данные для дальнейших вычислений, сложность и вариативность которых такова, что не позволяет напрямую реализовать их в РБД.
Для реализации этого используются следующие решения:
• Все листы ЭТ по типу делятся на листы данных и листы выходных форм.
• На листах данные представлены в виде массива записей, в котором запись ассоциируется со строкой, а поле - со столбцом.
• Массив данных как запрос к реляционным таблицам формируется во внешней РБД и передаётся на лист ЭТ либо как объект5, либо через буфер обмена.
• Помимо полей массива данных, на этот же лист вносятся поля, называемые идентификаторными. В них по ключевым полям формируются условия, по
полям. Оно эмулирует свойства таблиц баз данных, которые идентифицируются только содержанием полей, а отбор записей производится по ключу. Это позволяет произвольно добавлять и удалять записи без нарушения целостности таблиц, что абсолютно невозможно при традиционном использовании ЭТ, как раз и делающим невозможным обработку массивов данных.
Пример работы в ЭТ в соответствии с ТЭБД приведён в табл. 1 и 2. Первая из них представляет собой таблицу данных, в верхней строке которой приведены названия полей. Записи (строки), соответствующие полям «Дата», «Магазин», «Продавец» и «Продажи», выгружены из РБД, например, ядра системы учёта. Поле «Ю Магазин» заполняется в ЭТ. В данном случае использована следующая формула идентификатора:
=Месяц(Л3)&Год(Л3)&В3, где «А3» указывает на 3-ю строку столбца «Дата», а «В3» - соответственно, «Магазин». В идентификаторе используется только месяц и год, поскольку детализация по дням в дальнейшем не предусматривается.
Таблица 1
Дата Магазин Продавец Продажи ID Магазин
03.01.2008 Флора Цветкова Д. О. -23770
03.01.2008 Хризантема Лютина И.В. 33250 12008Хризантема
03.01.2008 Флора Ромашова Г.В. 41800 12008 Формула р =Месяц(А3 асчёта: )&Год(А3)&В3
03.01.2008 Флора Ромашова Г.В. 3480 12008
03.01.2008 Мельпомена Шарова М. В. 8750 12008
03.01.2008 Хризантема Васькова И.А. 27690 12008Хризантема
03.01.2008 Хризантема Лютина И.В. 47920 12008Хризантема
03.01.2008 Флора Ромашова Г.В. 7880 12008Флора
Примечание. Строка 1 содержит названия полей. Приведена формула в нотации MS Excel заполнения индентифика-торного поля «ID Магазин». В формуле столбец «Дата» именуется буквой «А», «Магазин» - буквой «В».
Таблица 2
Пример заполнения листа отчётной формы с расшифровкой формулы расчёта
Год 2008 -------
Месяц 1 *"---
Магазин Продажи Формула расчёта "" - - -."t..^ ^
Флора 53 160 Мельпомена 8750 Хризантема 108 860 =СУММЕСЛИ(Ю Магазин;$В$2&$В$1&$А4;Продажи) =СУММЕСЛИ(Ю Магазин;$В$2&$В$1 &$А5;Продажи) =СУММЕСЛИ(Ю Магазин;$В$2&$В$1 &$А6; Прод ажи)
которым из массива производится выборка.
• Формулы, осуществляющие выборку, вносятся на листы выходных форм. Они создаются таким образом, что ссылаются только на столбцы (поля) листов данных и никак не используют в ссылках строки (записи). Это свойство является ключевым в технологии и в дальнейшем будет именоваться принципом связи по
5Имеется в виду принятая в MS Windows технология DDE (Data Dynamic Embedding), позволяющая одним приложениям передавать данные в другие. Конкретным примером служит пакет MS Query, поставляющий результаты запросов к внешним базам данных в MS Excel и другие приложения.
В табл. 2 представлено, как на основании листа данных в соответствии с ТЭБД получен отчёт о продажах за январь месяц в разрезе магазинов. Для этого в отдельных ячейках ЭТ указываются месяц и год, за которые осуществляется анализ. Кроме этого, формируется таблица, первый столбец которой содержит названия магазинов так, чтоб они полностью соответствовали названиям, используемым в поле «Магазин» листа данных. Во втором столбце суммируется объём продаж за указанный месяц и год по каждому магазину отдельно по формуле:
=СУММЕСЛИ (ID Магазин; $B$2&$B$1&$A4; Продажи), которая использует функцию «Суммесли» с тремя аргументами:
• ID Магазин. Диапазон критериев. Указывает на идентификаторное поле листа данных, как на весь столбец целиком.
• $B$2 & $B$1 & $A4 - критерий поиска в иден-тификаторном поле в виде «Месяц & Год & Магазин». Он обязательно повторяет структуру идентификатор-ного поля.
• Продажи. Диапазон суммирования. Указывает на соответствующее поле листа данных, как на весь столбец целиком.
При таких аргументах эта функция просуммирует все продажи за нужный год и месяц для указанного в строке таблицы вывода результата магазина. Решить эту же задачу с помощью стандартных функций (СФ) MS Excel из раздела «Работа с базой данных» (в данном случае наиболее подходящим аналогом будет «БДСУММ») не представляется возможным по следующим причинам:
1. В аргументе «Критерий» СФ потребует обязательного соседства ячеек с названием поля (т.е. «Магазин»), которое обязательно должно располагаться сверху, и критерием для него (т.е. собственно названием магазина). Получается, на каждый объект потребуется по две строки, из-за чего результирующая таблица будет выглядеть нечитабельно.
2. В критерии СФ невозможно преобразование значений аргументов. Поэтому в критерии не получится из значений поля «Дата» использовать только месяц и год. В рамках данного примера это ограничение легко обходится, поскольку можно при использовании СФ для выделения данных какого-то месяца на поле «Дата» наложить условие в виде диапазона дат от начала месяца до конца. Однако это решение не сработает в более сложном случае, когда месяц будет, например, переменной по строкам.
3. В критерии СФ возможно выражение любого логически непротиворечивого условия, а в функции «СУММЕСЛИ» - только в виде простого равенства или неравенства. Однако это ограничение легко обходится на уровне формирования значений идентифика-торного поля. Так, в рассматриваемом примере в первой строке табл. 1 сумма продаж имеет отрицательное значение, которому соответствует пустое значение идентификаторного поля. Это произошло потому, что в действительности в примере идентификатор является условным: он формируется только для положительных значений продаж. С содержательной точки зрения это означает, что мы хотим проанализировать продажи без учёта возвратов. С технической точки зрения это условие невозможно отразить в кри-
терии функции «СУММЕСЛИ», поэтому оно включается в идентификатор.
Из сказанного следует вывод, что ТЭБД во всех отношениях обладает большей гибкостью, чем стандартный набор функций ЭТ для работы с базами данных. Но качественное отличие ТЭБД от использования СФ заключается в том, что последние фактически работают только как фильтр со сложными критериями, в то время как ТЭБД эмулирует операцию формирования запроса с группировкой.
Положительным отличием СФ является более широкий функциональный набор. Так, основу ТЭБД составляют функции условного суммирования («СУММЕСЛИ») и условного подсчёта количества («СЧЕТЕСЛИ»), в то время как в состав СФ входят основные статистические функции и нахождение максимумов и минимумов. Однако оборотной стороной этого преимущества выступает то, что если в критериях функции, например «БДДИСП» (дисперсия по выборке из базы данных), допущена ошибка, то неправильный результат гораздо трудней отследить, чем при суммировании и подсчёте. Действительно, руководитель или менеджер, работающий с данными, приблизительно знает, с какими оборотами он работает, и значительные отклонения сразу вызовут подозрения. В случае же с дисперсией подозрительных признаков не будет. Поэтому использование сложных функций снижает шансы обнаружения ошибки и затрудняет методы её диагностики, что в целом снижает семантическую пропускную способность.
Простота и одновременная многосторонность инструментария ТЭБД позволяют при разработке приложений обходиться без использования языка программирования (т.н. макросов). Это является ещё одним мощным средством профилактики ошибок, т.е. увеличения семантической производительности. Дело в том, что любое изменение структуры листа, для которого предусмотрена обработка с помощью макроса, практически неизбежно приводит к нарушениям в его исполнении из-за смещения ячеек, на которые в нём предусмотрены ссылки. Поэтому в рамках ТЭБД их использование допускается только к листам, структура которых не будет подвергаться трансформации. Следовательно, макросы можно применять к листам данных, в первую очередь, для заполнения идентифика-торных полей, и нельзя - к листам выходных форм.
Рассмотренный пример демонстрирует только главную идею ТЭБД. В целом в её арсенале огромное количество более тонких технических приёмов. С теоретико-информационной точки зрения она позволяет существенно расширить синтаксическую производительность ЭТ, снизить издержки на увеличение семантической пропускной способности, и всё это не в ущерб прагматическим характеристикам.
Библиографический список
1. Дзюба С.А. ERP системы: мэйнстрим или тупик? // ЭКО. 2009. № 4. С. 134-146.
2. Дзюба С.А. От теории фирмы к теории информационных систем // ЭКО. 2009. № 10. С. 125-143.
3. Дзюба С.А. Приложение теории информации к теории фирмы // Теория и методы согласования решений. Новосибирск: Наука, 2009. С.117-129.
4. Дзюба С.А. Технология эмулирования баз данных в электронных таблицах на примере инвестиционного анали-
за. // Экономический анализ: теория и практика. 2007, №18. С. 43-53.
5. Ясин Е.Г. Проблемы развития систем информации // Экономика и математические методы. 1977. т.13, вып.5 С.1069-1084.
6. Жеребин В.М. Экономическая информатика. // Экономическая информатика / под ред. Жеребина В.М. М.: Наука, 1977. С.5-33.
7. Колмогоров А.Н. К логическим основам теории информации и теории вероятностей // Теория информации и теория алгоритмов. М.: Наука, 1987. С. 232-237.
8. Эшби У. Р. Введение в кибернетику. М.: Иностранная литература, 1959. 432 с.
9. Беннинг Ш. Финансовое моделирование с использованием Excel. М.: Вильямс, 2006. 592 с.
10. Джексон М., Стонтон М. Финансовое моделирование в Microsoft Office Excel и VBA: углубленный курс. М.: Диалектика, 2006. 352 с.
11. Карлберг К. Бизнес-анализ с помощью Microsoft Excel. М.: Вильямс, 2007. 464 с.
УДК 338
ПОЛИТИКО-ЭКОНОМИЧЕСКИЕ ПРИЧИНЫ ЭКСПОРТА КАПИТАЛА И МНОГОЛЕТНЕГО УПАДКА В ЭКОНОМИКЕ ЯПОНИИ
Е.В.Жаркова1
Иркутский государственный университет. Международный институт экономики и лингвистики, 664082, г. Иркутск, ул. Улан-Баторская, 6.
Статья содержит данные о причинах экспорта японского капитала, дает представление об экономической ситуации в стране, способствующей и ускоряющей отток японского капитала.
Ключевые слова: японские инвестиции; экспорт японского капитала; интенсивность потоков японского капитала; экспорт капитала Японии в страны Юго-Восточной Азии; отток капитала из Японии.
POLITICAL AND ECONOMIC REASONS OF CAPITAL EXPORT AND LONG-TERM RECESSION IN THE ECONOMY OF JAPAN E.V. Zharkova
Irkutsk State University. International Institute of Economics and Linguistics, 6 Ulan-Batorskaya St., Irkutsk, 664082.
This article contains data on the reasons for the export of Japanese capital, gives an idea about the economic situation in the country, contributing and accelerating the outflow of Japanese capital.
Key words: Japanese investments; export of Japanese capital; intensity of Japanese capital flows; Japanese capital export in countries of South-East Asia; capital outflow from Japan.
Геополитическое положение Японии и определяющие его факторы: высокая плотность населения, сосредоточенного на очень узких полосках земли в прибрежных районах; крайне незначительные запасы природных ресурсов, в особенности минерального сырья, - нельзя отнести к числу благоприятных для успешного развития экономики. В стране почти полностью отсутствуют собственные энергоносители, исключая гидроэнергию. Относительная мягкость климатических условий омрачается частыми стихийными бедствиями. Сельское хозяйство страны постоянно нуждается в крупномасштабных мелиорационных работах. Промышленное, жилищное и транспортное строительство удорожается необходимостью антисейсмических мероприятий, рассчитанных на наиболее мощные удары подземной стихии.
В 70-е годы, в период так называемых нефтяных шоков, во всем капиталистическом мире, в том числе в Японии, происходит структурная перестройка, сопровождаемая острыми кризисными явлениями. Энергоемкие производства в стране оказываются неэффективными из-за отсутствия собственных энергетических ресурсов. Металлургия и химия оказываются
структурно-депрессивными. Возникают острые диспропорции между развитием хозяйственной и социальной инфраструктуры страны, усиливается привязанность экономики Японии к мировому рынку, наблюдается быстрорастущая экспортная зависимость от рынка США.
В этих условиях с поддержки государства японское предпринимательство продолжает непрерывное техническое обновление производства и повышает производительность, а вместе с тем и конкурентоспособность японских товаров. Страна продолжает наращивать экспорт, выбрасывая на рынки мира все большее количество суперсовременных автомобилей и электроники. Нарастает активное сальдо торгового баланса страны и вместе с тем экспорт капитала.
Перед правительством встает проблема развития японского внутреннего рынка. Выдвинутый в 1972 году премьер-министром Японии Какуэем Танакой план реконструкции японского архипелага провалился еще до начала его осуществления, а сам премьер-министр угодил под суд по обвинению в коррупции. План предусматривал широкое развитие производственной и социальной инфраструктуры, большое дорожное
1Жаркова Елена Викторовна, аспирант, старший преподаватель, тел.: 89025616014, е-mail: [email protected] Zharkova Elena Viktorovna, postgraduate student, senior lecturer, tel.: 89025616014, e-mail: [email protected]
