CC BY
146
N93(15)2008
И.А. Меркулина, А.П. Никитин
Применение пакета OpenOffice.org при обучении методам экономического анализа
В настоящее время в обществе разворачивается дискуссия на тему гарантий экономической (и даже шире — национальной) безопасности в свете зависимости большинства пользователей персональных компьютеров от операционных систем и других программных продуктов компании Microsoft. В статье обсуждаются инновационные методы обучения и представления учебного материала, характеризующиеся смещением в сторону использования открытых стандартов в учебном процессе, а также возможности и недостатки офисного пакета OpenOffice.org, который был рассмотрен в качестве альтернативы Microsoft Office при выполнении практических работ по финансово-экономическому анализу.
Система высшего образования в России, отличительными особенностями которой всегда являлись взаимосвязь теории и практики, а также высококвалифицированный профессорско-преподавательский состав, несмотря на существующие проблемы, остается одной из самых фундаментальных по уровню подготовки специалистов. Преобладание традиционных форм образования, включающих академические лекции, семинары, практические и лабораторные работы, было обусловлено сложившимися условиями хозяйствования и многолетней педагогической практикой.
Стремительное развитие мирового рынка информационных технологий, систем и услуг повлекло значительные изменения во всех сферах и в России. На наших глазах фактически произошел качественный переход от «материального» к «информационному» обществу, в том числе и в сфере образования.
Развитие российской системы высшего образования (в свете также возможного присоединения к ВТО) должно быть направлено на повышение конкурентоспособности отечественных вузов на рынке образовательных услуг. Данное условие может быть выполнено только при использовании
современных методов обучения, широко применяемых в системах высшего и дополнительного образования зарубежных стран.
В данном контексте речь идет не только о совершенствовании традиционных форм обеспечения учебного процесса, но и о внедрении инновационных способов представления изучаемого материала, основанных на применении технологий e-lear-п^ в образовательном процессе. Термин «инновационный» использован здесь для того, чтобы подчеркнуть принципиальную важность этих новых способов, методов и приемов для обеспечения соответствия содержания подготовки изменяющимся требованиям сферы приложения профессиональных способностей будущего специалиста.
Очевидно, что адекватность учебного плана определяется не только формулировками государственного стандарта по специальности, но и его соответствием конкретным навыкам и умениям, которые требуются от профессионала в его работе. Актуализация учебного плана означает необходимость отслеживать существующие в профессиональной сфере тенденции, корректировать основные пропорции и структуру подготовки и повышения квали-
76
фикации специалистов. Результаты такого многопланового анализа используются при выборе и обосновании комплекса дисциплин учебного плана, последовательности их преподавания, структуры изложения курсов и в целом для уточнения содержания проводимой учебной и учебно-методической работы.
Зарубежная практика внедрения методов дистанционного обучения, интенсивно развивающихся благодаря применению информационных и коммуникационных технологий, свидетельствует о том, что данная форма обучения является эффективным элементом образовательного процесса, который отражает новый подход к построению учебных систем. Такой подход основывается на том, что дистанционное обучение соединяет в себе преимущества образовательных моделей и достижений различных систем обучения, а также наиболее полно отвечает ожиданиям заказчиков и потребителей образовательных услуг, в качестве которых может выступать личность, организация, государство, общество [8]. Ключевым моментом при этом становится возможность long life learning, или «обучения в течение всей жизни» [5].
Преимуществами внедрения дистанционного обучения в отечественную систему высшего образования являются:
• повышение конкурентоспособности вуза;
• решение проблемы удаленности студента от места обучения;
• обеспечение оперативной связи с преподавателем посредством электронной почты или интернет-технологий;
• повышение качества обучения за счет более полной проработки тематических единиц предлагаемого материала;
• оценка степени усвоения учебного материала за счет использования тестовых технологий текущего и итогового контроля знаний;
• усовершенствование образовательного процесса.
№>3(15)2008
Однако в целях объективности процесс дистанционного обучения необходимо рас- Ц сматривать и с позиции проблем, возникаю- ^ щих при такой организации учебного про- ^ цесса. Основной здесь можно считать не- sg обходимость подготовки качественного и Ц современного контента дистанционных || курсов. ^
Принципиально важными в условиях пе- ^ рехода России на инновационный путь развития становятся поиск и разработка современных методов подготовки экономистов, финансистов, информатиков, сочетающих фундаментальные базовые знания и общий кругозор с умением быстро адаптироваться к изменяющимся условиям, находить решения в сложных и слабо формализованных ситуациях, осваивать новые информационные технологии и т.д. В качестве таких методов наиболее востребованным и эффективным является включение e-learning в образовательную программу соответствующих специальностей. Одной из ключевых составляющих подготовки при этом является возможность получить практические навыки проведения базовых процедур экономического и финансового анализа.
Открытые стандарты в учебном процессе
В предыдущих публикациях (см., например, [4]) мы акцентировали внимание на электронных таблицах Excel из офисного пакета Microsoft Office как на стандартном средстве анализа экономических данных. Аргументировались достоинства такого выбора, главное из которых — повсеместная распространенность этого табличного процессора.
Отмечались и недостатки. Среди них — высокая стоимость продукта, ограничения лицензии, использование закрытых проприетарных форматов хранения информации, а также регулярная смена этих форматов от версии к версии с проблемами совместимости старых версий и новых форматов.
ИвЗ(15) 2008
s
1 §
«о
5
5
is
I §
IS
I
I
si £
I
0
1
6
о
¡u
0
1
is £
El t I
Помимо этого, в последнее время заметно проявились еще некоторые общие тенденции, связанные с:
• повышением внимания к лицензионной чистоте используемых программных продуктов;
• требованиями применять при хранении информации сертифицированные форматы;
• более широким распространением программных систем с открытым кодом.
В обществе разворачивается дискуссия по перечисленным вопросам, включая тему гарантий экономической (и даже шире — национальной) безопасности1 в свете зависимости большинства пользователей персональных компьютеров от операционных систем и других программных продуктов компании Microsoft [1].
Под открытым стандартом обычно понимается общедоступная спецификация, утверждаемая и поддерживаемая независимой от производителей специализированной организацией. Открытость стандарта означает обязательную доступность его текстов для всех заинтересованных лиц, отсутствие лицензионных и патентных ограничений.
Одним из таких открытых стандартов является недавно принятый стандарт электронных документов ISO/IEC 26300:2006, описывающий концепцию OpenDocument Format (ODF). В качестве экономического эффекта от использования ODF отмеча-ются2:
• ожидаемый длительный жизненный цикл технологии благодаря стабильности спецификации, утвержденной Международной организацией по стандартизации;
• открытость;
• наличие различных конкурирующих реализаций;
• наличие бесплатных и свободно распространяемых продуктов.
В настоящее время в рамках федеральной программы «Электронная Россия» проводятся исследования по вопросу перехода органов государственной власти РФ на использование OpenDocument Format. Для этого потребуется разработка локализованной версии упомянутого стандарта, которая может быть принята как национальный стандарт.
Свободные лицензии предоставляют пользователю ряд дополнительных прав, помимо оговоренных федеральным законодательством (например, регулируемых с 1 января 2008 года четвертой частью Гражданского кодекса РФ). Среди них — право на запуск программы в любых целях, право на ее адаптацию и усовершенствование, право на свободное распространение.
Как говорилось выше, наличие таких объективных тенденций в профессиональной сфере непременно должно получить отражение в виде необходимой коррекции учебных планов подготовки студентов и повышения квалификации (дополнительного образования) специалистов.
Справедливости ради отметим, что компания Microsoft тоже реагирует на происходящие изменения, предлагая, в частности, льготные академические версии своих продуктов (Academic), а также версию Home and Student для использования в домашних условиях.
Еще сравнительно недавно фактически не существовало локализованного офисного пакета, который было бы разумно рас-
1 В интернет-публикациях на сайте проекта INFO-FOSS.RU, реализуемого Центром ИТ-исследований и экспертизы Академии народного хозяйства при Правительстве Российской Федерации, обобщены некоторые аспекты, касающиеся негативных последствий использования закрытых технологий в государственных информационных системах.
2 По материалам проекта INFO-FOSS.RU
78
№>3(15)2008
сматривать в качестве полноценной альтернативы Microsoft Office. В настоящее время можно сказать, что такая альтернатива появилась, — это офисный пакет OpenOffice.org [3]. Оценка его возможностей применительно к потребностям экономического и финансового анализа и стала предметом нашего исследования.
Мы использовали продукт OpenOffice.org Professional 2.3, подготовленный компанией «Инфра-Ресурс»3. Лицензия GNU LGPL означает возможность его свободной загрузки и использования. Пакет OpenOffice.org (иногда используется аббревиатура OOo) по умолчанию поддерживает ODF и существует в версиях для различных операционных систем.
В состав продукта входят следующие компоненты:
• текстовый процессор Writer;
• электронные таблицы Calc;
• средство для подготовки презентаций Impress;
• база данных Base;
• модуль диаграмм Chart;
• графический редактор Draw;
• редактор формул Math и средства программирования Basic.
Помимо перечисленных, могут устанавливаться расширения OOo, реализующие дополнительные функции.
Мы не ставили задачу сравнивать такие показатели, как скорость открытия электронных таблиц, размер сохраняемых файлов, быстродействие при вычислениях (помимо простой оценки приемлемо/ не приемлемо) и другие технические параметры офисных пакетов. Также за пределами рассмотрения вполне сознательно оставлено детальное сопоставление возможностей форматирования ячеек и листов, кодов «горячих клавиш», настроек панелей инстру-
ментов и других базовых «умений» таблич- Л ных процессоров. Наш практический ин- Ц терес состоял в проверке, можно ли реали- * зовать необходимые процедуры анализа ^ экономической информации. sg
Рассматриваемая версия не лишена Ц недостатков. Одним из наиболее непри- || ятных является аварийное завершение ра- ^ боты электронной таблицы Calc при попыт- ^ ке выбрать в мастере функций ячейку или диапазон ячеек, служащих аргументом функции. Поэтому мы воспользовались нестабильной сборкой Pro 2.3.1, в которой данная ошибка исправлена. После выпуска в ноябре 2007 года стабильной сборки Pro 2.3.1 была инсталлирована и эта версия.
Несмотря на понятный и простой интерфейс, по ходу работы с OOo могут возникать вопросы. Помимо встроенной справочной системы настоятельно рекомендуем обращаться к ответам на форуме сообщества на сайте community.i-rs.ru.
Практические работы по экономическому и финансовому анализу
Одним из основных элементов обучения являются, естественно, практические работы. Предполагается, что в ходе их выполнения студенты (слушатели) научатся применять встроенные математические, статистические, финансовые функции для решения специализированных задач, освоят способы табличной и графической визуализации полученных результатов.
Очень часто при аналитической обработке экономической информации требуется применить сравнительно простые операции к большому объему многомерных данных. В частности, такой обычной и распространенной процедурой в любой коммерческой компании является анализ продаж. В корпоративной БД фиксируются
3 Отечественная компания «Инфра-Ресурс» (i-rs.ru) более 5 лет активно участвует в международном проекте OpenOffice.org (ru.openoffice.org) с открытыми исходными кодами, созданном для разработки универсального офисного пакета.
ИвЗ(15) 2008
s
1 §
«о
5
S $
! Eg
I и I
Si £
I
0
1
s>
о
¡u
0
1
is Её El
t
дата и время продажи, какой товар был продан, кому (при наличии дисконтных клиентских карт) и где, в каком магазине.
На базе накопленных данных в самом простом варианте изучается динамика изменения выручки, т. е. ее зависимость от времени в масштабе года, месяца, недели, дня и т. д. Помимо суммарного дохода, в таких случаях представляется интересным рассмотреть тенденции выручки по отдельным филиалам (магазинам), товарным группам, производителям и т.п. Естественно, несмотря на простоту задействованных операций суммирования/агрегирования, рациональнее использовать специализированный программный инструмент, каковым и являются в табличных процессорах так называемые сводные таблицы. Их изучение начинается с практической работы №1 «Сводные таблицы».
Объектами исследования являются записи о продажах товаров за период продолжительностью 6 месяцев. Общее число записей составляет около 40 тысяч. В каждой записи (в столбцах А-F) содержится следующая информация о состоявшейся продаже: дата, цена в условных единицах, скидка в процентах, условное обозначение (код) магазина, код производителя товара («марка»), код товарной группы.
В начале работы предлагается для каждой записи из значения даты определить дополнительные поля: месяц, номер недели, день недели. Все необходимые функции реализованы в Calc. Причем номер недели может быть рассчитан как по стандарту IS08601 (1-й неделей любого года считается неделя, в которую входит 4 января), так и тем же способом, что и в Excel (1-я неделя начинается с 1 января и может включать лишь один день, если 1 января попадает на воскресенье). Как достоинство укажем, что большинство функций именуются с применением латиницы, что исключает периодическое переключение раскладки клавиатуры при вводе диапазонов ячеек и самих функций. Реализованы также возможности фильтрации и сортировки данных.
Интерфейс сводных таблиц (диалоговые окна) в Calc достаточно существенно отличается от Excel, и в целом функциональные возможности заметно беднее. Однако доступны все основные возможности — такие как применение различных функций в полях данных (сумма, количество, среднее, максимум, минимум и др.), дополнительные вычисления (доля от суммы по строкам, от суммы по столбцам, от итоговой суммы и т. д.), промежуточные итоги, сортировка полей (см. рис. 1). Можно скрыть определенные значения полей строк и столбцов, добавить фильтр по полям страницы и т. д.
Некоторые трудности вызывают форматирование полей таблицы, сортировка и т. д. Например, по умолчанию сводная таблица размещается не на новом листе, а на листе с исходными данными. Однако эти неудобства определенно не носят принципиального характера.
На базе сводной таблицы в Calc может быть построена диаграмма (гистограмма, круговая, линейный график, XY-точечная и некоторые другие). На диаграммах можно настраивать вид рядов данных, оси (включая логарифмический масштаб), области построения. Могут быть наложены линии трендов.
В практической работе № 1 демонстрируется также простейший вариант прогнозирования будущих значений выручки. В Calc такое прогнозирование реализуется функцией FORECAST.
Практическая работа №2 «Визуализация и надстройка "Анализ данных"» была задумана как продолжение первой работы. Она включает изучение некоторых дополнительных возможностей сводных таблиц, в частности, группировку полей строк (столбцов) для выделения категорий товаров по признаку сезонности. Далее в ней показывались элементарные приемы ABC-анализа, предлагалось проверить закон Парето о том, что 20% лучших товаров обеспечивают 80% выручки, и построить кривую Лоренца. Все эти уп-
80
МДОИ-Л
Ns3(15)2008
£ с:
I
25
Рис. 1. Макет сводной таблицы
ражнения без затруднений реализуются в Calc.
Завершающим этапом работы было изучение ценовой структуры ассортимента товаров. Для этого предлагалось рассмотреть возможности автоматической группировки целочисленных полей и инструмент анализа «Гистограмма». В обоих случаях предлагалось выбрать вариант разбиения ценового диапазона на такое количество интервалов, которое обеспечивает наилучшую визуализацию ценовой структуры. В Calc подобный анализ легко реализовать с помощью функции FREQUENCY, позволяющей применить произвольные интервалы (в том числе и переменной ширины).
Следующие две практические работы посвящены использованию статистических функций и диаграмм для визуализации различий между плохой и хорошей группами объектов (на примере данных по участкам с низкой и высокой урожайностью сельскохозяйственных культур).
Работа NN 3 « Статистические характеристики экономической информации» по-
зволяет закрепить понимание сути таких статистических показателей, как медиана, мода, квартили, децили и персентили, стандартное отклонение, коэффициенты асимметрии и эксцесса, ряд других. На примере расчета так называемого «урезанного среднего» ^!ММЕАЫ в Са1с) демонстрируется важность учета присутствия выбросов в выборке данных.
Основной способ визуализации различий между группами объектов — это точечные диаграммы. И в этом случае Са1с обеспечивает достаточный уровень поддержки таких операций, как выбор рядов данных, типа диаграммы, задание параметров осей, добавление заголовков и легенды и т. д.
Инструмент анализа «Описательная статистика» пока отсутствует. Согласно информации на портале разработки 0реп0111-се4, можно ожидать, что такое расширение появится достаточно скоро.
Практическая работа №4 «Регрессионный анализ», как следует из ее названия, нацелена на практическое применение ме-
4 wiki.services.openoffice.org/wiki/Calc/To-Dos/Statistical_Data_Analysis_Tool
81
№3(15) 2008
тодов регрессионного анализа при обработке экономической информации.
В Excel для такого анализа есть удобный инструмент «Регрессия» в пакете анализа. В нем рассчитываются значения коэффициентов линейной регрессии, стандартные ошибки коэффициентов, коэффициент детерминированности, остаточная сумма квадратов, F- и t-статистики, количество степеней свободы, ряд других показателей; формируется таблица с предсказанными значениями и остатками (разницей между фактом и предсказанием), строятся несколько графиков.
В Calc, как уже говорилось, пакет анализа находится на стадии разработки. В качестве замены может использоваться функция массива LINEST, возвращающая мас-
сив коэффициентов регрессии (в обратном порядке), стандартные ошибки, коэффициент детерминированности, общую, регрессионную и остаточную суммы квадратов, стандартную ошибку регрессии, значения F-статистики, количество степеней свободы. Путем несложных арифметических вычислений можно получить значения {-статистики, предсказываемые по модели значения, значения остатков. Для проведения статистических тестов качества модели доступны все необходимые функции (например, FINV и Т^). В большинстве случаев удобно, что результаты функций в Са1с по умолчанию выводятся с точностью в два знака после запятой (см. рис. 2).
В следующих четырех работах (№5-8) рассматриваются способы, позволяющие
"Э Практическая работа 4 - OpenOffice.org Calc
Файл Правка Вид Вставка Формат Сервис Данные Окно Справка
™ % х © в - л -
Ш [и & ^ А 11111
¡¿¿J a*
% **> ь™
« tf & О ^ 1 1100% у| @ @ i'H'i'в
v fi\> 2 = | =TDIST(AB5(D 18); $В$ 13; 2)
А в с D I Е I F I G I Н I I J
1 ВЫВОД итогов
2 М Н Н У
3 Регрессионная статистика ■? О
4 Множественный Я 0,79
5 Р!-квадрат 0,62 1
6 Нормированный Я-квадрат 0,57 й » \ вв О ° ®
7 Стандартная ошибка 1,89 0 ® • О —' J "•'j
8 Наблюдения 43
9 "шУ *
10 Дисперсионный анализ
11 df SS
12 Регрессия 5 217,79 0 5 1 0 15 20 2 5 3 0 3 5 4 0 4 5 50
13 Остаток 37 131,59 3,5b
14 Итого 42 349,39
15
16 Коэффициенты Стандартная ошибка !- статистика Р- Значение Нижние 95% Верхние 95% Нижние 99% Верхние 99%
17 Y-пересечение 51,83 12,49 4,15 0 26,53 77,13 17,93 85,73
18 х1 3,22 1,33 2,42 0,02 0,53 5,92 -0,39 6,84
19 х2 хЗ х4 х5 -0,54 3,33 -0,16 0,87 -7,29 6,2 -9,58 8,5
20 2,8 1,58 1,77 0,08 -0,4 6 -1,49 7,09
21 -0,24 0,1 -2,57 0,01 -0,44 -0,05 -0,5 0,01
22 0,37 0,15 2,44 0,02 0,06 0.68 -0.04 0.79
23
24 ВЫВОД ОСТАТКА ВЫВОД ВЕРОЯТНОСТИ
25 атки
26 Наблюдение Предсказанное у Остатки <дартные осп Персентипь У
27 1 2 3 38,26 -2,26 -1,28 1,16% 36
28 38,46 -2,36 -1,33 3,49% 36,1
29 39,21 -3,11 -1,75 5,81% 36,1
Лист 15 116
PageStyle_JlHCT4
СТДНД
Количеством
82
Рис. 2. Регрессионный анализ в Calc
строить сводные таблицы на основе запросов к внешним базам данных и, в частности, обойти ограничение на максимальное число анализируемых записей/строк (< 65 535), действовавшее, например, в версиях Excel до MS Excel 2007. Кроме того, демонстрируется, как можно объединять и анализировать информацию, хранящуюся в нескольких содержательно связанных таблицах. В пакете Microsoft Office таким инструментом является служебная программа MS Query.
В Calc реализованы средства импортирования внешних данных на лист рабочей книги. Можно также создать сводную таблицу на основе исходных данных, зарегистрированных в OpenOffice.org Base.
В указанных работах использовалась демонстрационная база данных Sell, состоящая из 4 таблиц:
• таблицы покупок sales;
• таблицы клиентов clients;
• таблицы магазинов shops;
• таблицы марок (производителей) marks.
Обратим внимание, что исходные данные в предлагаемом примере хранятся не в таблицах конкретной базы данных, а в текстовых файлах с разделителями (*.csv). Это сделано из двух соображений. Во-первых, с тем, чтобы не привязываться к определенной СУБД (например, Access), а во-вторых, чтобы дать возможность студентам проявить свои навыки по предварительной подготовке информации для анализа.
MS Query может реализовать выборку информации из текстовых файлов напрямую, включая возможность связывать в запросах несколько таких файлов-таблиц. Для OpenOffice.org необходимо создать и заполнить базу данных (например, во внутреннем odb формате базы данных Base). Вероятно, самым простым вариантом создания такой БД будет такой: csv-файлы открываются в Calc, выделяется диапазон
№>3(15)2008
данных и копируется в буфер обмена, из Л основного окна Base делается специальная Ц вставка и корректируются типы полей. *
При этом следует отметить возникаю- ^ щие проблемы, связанные с неоднозначно- sg стью интерпретации поля «Дата». Чтобы из- Ц бежать их, дата должна быть представле- || на в формате ISO 8601 YYYY-MM-DD, т.е. § 4 цифры года, 2 цифры месяца и 2 цифры ^ дня, разделенные дефисами.
В работе № 5 «Анализ данных из внешних источников» используется одна внешняя таблица данных, структура и содержание которой соответствуют описанию, приведенному в работе №1. Запросы в Base можно создавать в режиме дизайна, с помощью специального мастера, а также редактировать в режиме SQL (см. рис. 3).
Нельзя сказать, что последний способ очень удобен. Однако условия отбора записей и их сортировки создаются без труда, с помощью поддерживаемых арифметических операций и функций (MONTH, WEEK, DAYOFWEEK и др.) удается определить дополнительные столбцы («Месяц», «Номер-Недели», «ДеньНедели», «Доход»).
В работе №6 «Параметрические запросы к корпоративным базам данным» изучаются возможности создания запросов с параметрами. В Base можно реализовать параметрические запросы. Однако реализация таких запросов в связке с Calc (например, путем задания параметров в ячейках листа и обновления диапазона данных), судя по всему, в данный момент невозможна.
В работе №7 «Объединение информации из нескольких таблиц БД» затрагиваются вопросы получения информации путем внутренних и внешних объединений таблиц. Следует отметить, что выполнение таких запросов происходит в OOo весьма медленно. Алгоритм дальнейших действий после создания запроса в Base таков: сохраняем запрос, сохраняем базу данных OpenDocu-ment, переходим в Calc, при выборе исходных данных для сводной таблицы указываем базу данных, тип «запрос» и выбираем
83
Hb3(15)2008
в качестве источника данных отлаженный запрос. Таким образом студенты могут исследовать половозрастную структуру клиентов, относительный вклад групп клиентов от общего числа покупок или от суммарной выручки.
Целью работы №8 «Основы OLAP» является ознакомление с базовыми возможностями оперативной аналитической обработки данных (OLAP — online analytical processing) на примере работы с демонстрационной БД Sell. OLAP является широко распространенным способом анализа информации из корпоративных баз данных и представляет собой совокупность концепций, принципов и требований, призванных облегчить анализ многомерных данных. При этом анализируемые данные органи-
зованы иерархическим образом и хранятся в так называемых кубах. MS Query позволяет создавать OLAP-кубы из данных текущего запроса. В OOo поддержка OLAP тоже анонсирована, однако встроенные средства, которые могли позволить уже сейчас проиллюстрировать такой подход к анализу информации, в составе пакета отсутствуют.
Работа №9 «Оценка эффективности компьютерных систем распознавания» служит для освоения студентами базовых приемов оценки решающих правил классификации в терминах точности, полноты, чувствительности и специфичности. Решающие правила в работе имитируются с помощью функций IF, AND, RAND и ряда других. Далее строятся таблицы сопряжен-
I
0
! съ
S
S s
1
0
1 I
oi §
S
s
SS SS
с
I %
I
Рис. 3. Реализация запроса в Base
84
ности для сопоставления компьютерного и истинного «диагнозов», для чего естественным образом используется инструментарий сводных таблиц.
Работа № 10 «Логистическая регрессия» посвящена рассмотрению одного из широко распространенных алгоритмов построения решающих правил классификации. В качестве примера использована скоринг-оценка платежеспособности клиентов при решении вопроса о выдаче им банковских кредитов. В ходе выполнения работы задействованы следующие встроенные функции Calc: TRANSPOSE, EXP, SUMPRODUCT, COUNTIF, VLOOKUP.
Для максимизации функции правдоподобия привлекается инструмент «Поиск решения». Реализация расширения «Поиск решения» доступна (в том числе в русифицированном варианте) на сайте kohei.us/ ooo/solver. Ожидается его включение в стандартную «сборку» пакета.
Строятся графики зависимости специфичности и чувствительности от порога отсечения классификатора. В заключении работы иллюстрируется простая модель ROC-анализа, рассматривается учет штрафов за ошибки типа «пропуск цели» и «ложная тревога» (гипо- и гипердиагностика).
Практическая работа №11 «Нечеткие запросы» знакомит студентов с основами теории нечетких множеств применительно к экономическим задачам. В качестве исходных данных используется описанная выше БД розничных продаж. По ходу работы предлагается эмулировать в табличном процессоре нечеткие запросы вида «выдать список высокодоходных клиентов с количеством покупок около 10», «выдать список молодых редко покупающих клиентов» и т. п.
После импорта внешних данных создаются диапазоны ячеек, в которых формализуются лингвистические переменные «возраст», «доход», «частота» и др. Студенты самостоятельно задают нечеткие переменные вида «молодой», «среднего
№>3(15)2008
возраста», «выше среднего», используя Л треугольные или трапецеидальные функ- Ц ции принадлежности. Далее требуется * алгоритмизировать расчет значения функ- ^ ции принадлежности по каждой перемен- sg ной для каждой записи. При этом исполь- Ц зуются встроенные функции из катего- || рии «Ссылки и массивы» (в Excel). В Calc ^ аналогичные функции отнесены в кате- ^ горию «Электронная таблица»: COLUMN, HLOOKUP, INDEX, OFFSET, ROW, VLOOKUP и т. д. Помимо этого, применяются информационные функции проверки значений (ISBLANK, ISERROR и т.п.) и логическая функция IF.
Для расчета итоговой функции принадлежности MF для конкретного объекта могут алгоритмизироваться операция «нечеткого И» или иные варианты агрегированной оценки. Предлагается определить порог, при превышении которого можно считать, что данный клиент удовлетворяет условиям нечеткого запроса.
При формировании компактного списка записей, удовлетворяющих заданным нечетким условиям, предлагается использовать функции MATCH и OFFSET (см. рис. 4). Второй вариант создания списка основан на составлении сводной таблицы соответствующего вида с полем страницы, позволяющим отбирать только те записи, у которых значение MF выше порогового. Таким образом, Calc предоставляет все необходимые функциональные возможности для выполнения данной работы.
Практическая работа №12 называется «Применение стандартных инструментов табличных процессоров для решения финансово-экономических задач с капитализацией процентов«. В ней иллюстрируются формулы расчета наращенной суммы для простых и сложных процентов, расчета доходности. Перенос подобных вычислений в Calc, как правило, происходит без осложнений. Однако следует отметить отсутствие такой возможности, как заполнение таблицы данных подстановкой значений
в формулу с одной переменной и более.
^85
№3(15) 2008
В Excel такой инструмент называется «Таблица подстановки» и находится в меню «Данные». Среди финансовых функций, используемых в данной работе, отметим функцию FV (в Excel — БС), вычисляющую будущее значение вклада с постоянными выплатами и постоянным процентом (см. рис. 5).
Практическая работа №13 «Количественный анализ регулярных финансовых потоков (аннуитетов)» предлагает опробовать формулы расчета суммы разового платежа, величины суммы к концу срока, величины платежа при различных схемах начисления процентов или дополнительных вложений. Для заявленных целей используются сравнительно простые формулы и такие математические функции, как PRODUCT и
POWER. Особо выделим функцию NPER (в Excel — ^ЕР), вычисляющую общее количество периодов выплат для вклада с постоянными выплатами и постоянным процентом.
Основное содержание практической работы №14 «Операции по кредитам и займам» состоит в автоматизации соответствующих расчетов. Предлагается реализовать формулы расчета будущей стоимости серии фиксированных периодических платежей (пренумерандо или постнумерандо), расчета текущего значения вклада при известном будущем наращенном значении, расчета текущей стоимости постоянных периодических выплат, расчета наращенной стоимости ценной бумаги по сложной процентной ставке и др. В этих вычислениях за-
"Э Практическая Работа 11 - OpenOffice.org Calc
Файл Правка Вид Вставка Формат Сервис Данные Окно Справка
е - в ■ © (Щ а е а ~ ^ аш^
Ш | ТаЬоппа [Г А ^ ^ ЦЦ|
шз
¿¿J а* 41 % **> ь™
« С
И(о] 111 100% V
@ @ Щ • If" - ¿8
С15 V fix) 2 = | =IF($A15<=$B$13;OFFSET($JlHCTl.$A$21;MATCH($A15;$flHCTl.$5$21:$5$20000;0)-l;l)j"")
А В С I D | Е F G I H
1 ai
2 Параметры запроса Допустимые варианты —|
3 Возраст молодой средний выше среднего
4 Доход умеренный низкии умеренный высокми
5 Частота покупок редко средне часто
6 Пол клиента муж жен муж
7 Количество пою/пок около 12 целое число
8
9 Порог отбора 0,5
10
11
12
13 ОТОБРАНО ЗАПИСЕИ 85
14 КЛИЕНТ КОЛИЧЕСТВО ПОКУПОК СУММАРНЫЙ ДОХОД ЧАСТОТА ПОЛ ВОЗРАСТ
15 1 2835Г 1з1 996 29 муж 41
16 2 4098 13" 1091 33 муж муж 44
17 3 2925 13 1214 29 26
18 4 5 6 7 8 9 3577 13 1116 31 муж муж муж муж муж муж 27
19 5961 13 729 41 53
20 3689 13 830 31 53
21 3033 13 1193 30 44
22 10094 13 1113 136 27
23 5809 13 1114 41 22
24 10 11 12 13 4086 13 1187 33 муж муж муж муж 60
25 4336 13 1146 33 23
26 4809 13 1073 35 50
27 1911 13 1111 28 50
28 14 15 16 17 18 19 20 21 22 6212 13 1019 43 муж муж муж муж муж муж муж муж муж 28
29 4732 13 635 35 53
30 4416 13 946 34 19
31 4262 13 1172 33 51
32 4792 13 871 35 33
33 1837 12 1027 25 47
34 3605 12 1155 29 35
35 5712 12 1155 37 52
36 7720 12 1175 53 21 -
[|<11Л[ПИ\ЛИСТ1 \Лист2/ЛистЗ / ||< >|
Лист 213 PageStyle Лист2 100% СТАНД Количество^
86
Рис. 4. Результат эмуляции нечеткого запроса
НвЗ(15) 2008
действованы функции FVSCHEDULE, PV, NPV, NPER (в русскоязычной версии Excel — это соответственно БЗРАСПИС, ПС, ЧПС, КПЕР).
Практическая работа №15 «Анализ чувствительности финансового бизнес-плана» служит для освоения базовых методик такого анализа. В ней обсуждаются и иллюстрируются такие понятия, как чистая дисконтированная стоимость, дисконтированная стоимость, чистый кэш-флоу и ряд других. Создаваемые в работе шаблоны позволяют разобраться с методиками расчетов на конкретных примерах.
Практическая работа №16 «Анализ инвестиционных проектов» позволяет освоить расчеты индекса рентабельности и внутренней нормы доходности.
Практическая работа №17 «Анализ ли- Ц
зинговых операций» содержит упражнения g
по автоматизации расчетов, связанных ^
с лизинговыми операциями. В ней исполь- ^
зуется целый ряд финансовых функций sg
PMT, PV, SLN, NPV, IRR, MIRR, IPMT (в Excel |
они называются ПЛТ, ПС, АПЛ, ЧПС, ВСД, |
МВСД и ПРПЛТ соответственно). ^
SS
Подведем итоги. Достоинства пакета OpenOffice.org уже были перечислены выше. Насколько существенны его недостатки и как сильно они могут повлиять на проведение экономических и финансовых расчетов средней сложности?
Во-первых, отметим определенную нестабильность работы, проявляющуюся в аварийных завершениях работы программ
Рис. 5. Финансовая функция FV
87
НвЗ(15) 2008
s
S
SS
«о
is
S
is
i §
S
I g
Si
S
I
о
!
S?
о
¡ù
0
1
is s
El t I
пакета. Однако функция восстановления файлов после сбоев позволяет в большинстве случаев избежать потерь информации.
Во-вторых, констатируем более бедную справочную систему. В этом смысле Excel обладал бы несомненным преимуществом, если бы не тот досадный факт, что релевантность поиска по вводимым произвольным запросам часто оказывается неудовлетворительной, чем сильно затрудняется нахождение ответов на вопросы, возникающие у пользователя.
В-третьих, база данных Base представляет собой «слабое звено» офисного пакета OOo. Вероятно, для тех пользователей, которые активно работают с Access, Base не будет адекватной заменой.
В-четвертых, отмечаем неполную русификацию, отдельные орфографические и стилистические неточности в меню, диалоговых окнах, справочной системе.
Вместе с тем из 17 практических работ, представленных выше, лишь две не реализуемы в текущей версии OOo, и при выполнении еще одной работы возникают существенные трудности. Эти три работы представляют собой иллюстрацию взаимодействия аналитиков с большими корпоративными базами данных. Все прочие экономические и финансовые расчеты выполняются эффективно и быстро.
Итак, по состоянию на конец 2007 — начало 2008 года свободно распространяемый офисный пакет OpenOffice.org, русифицированная версия которого 2.3.1 Pro предлагается компанией «Инфра-Ресурс», представляет собой реальную альтернативу Microsoft Office в учебных целях. Также присоединимся к мнению, высказанному в [2], о применимости этого пакета и для офисных задач предприятий малого и среднего бизнеса.
Ряд качеств (прежде всего бесплатность, тип лицензии для использования, стандартный открытый формат хранения документов) позволяет сделать вывод о большом потенциале этого офисного паке-
та и прогнозировать его более широкое распространение в практике деятельности экономических субъектов.
Наш обзор показывает, что OpenOffi-ce.org можно рекомендовать для использования при преподавании в финансово-экономических вузах дисциплин, посвященных методикам анализа экономической информации. Его использование также перспективно в системах дистанционного образования, поскольку одной из ключевых составляющих подготовки специалистов такого профиля является возможность получения практических навыков проведения базовых процедур экономического и финансового анализа, вполне доступная и реальная с помощью Open-Office.org.
Список литературы
1. Богатырев Р. Нужна ли России своя операционная система // Мир ПК. 2007. №7.
2. Бушмелев Ю.Ю. Внедрение OpenOffice.org в организациях малого и среднего бизнеса. 2007; www.i-rs.ru/article/articleview/482/1/54
3. Губкина Е.Е. Автоматизация операций с потоками платежей в среде OpenOffice.org. 2007; www.i-rs.ru/article/articleview/450/1/51
4. Меркулина И.А., Никитин А.П., Каширская Е.Н. Дипломное проектирование и выпуск конкурентоспособных информатиков-экономи-стов // Прикладная информатика. 2007. №3(9).
5. Мур М, Макинтош У., БлэкЛ. и др. Информационные и коммуникационные технологии в дистанционном образовании: Специализированный учебный курс. М.: Издательский дом «Обучение-Сервис», 2006.
6. Смирнова И. И. Автоматизация финансовых вычислений в среде OpenOffice.org. 2007; www.i-rs.ru/article/articleview/449/1/51
7. Ушакова Е.В. OpenOffice.org как замена Microsoft Office XP: опыт внедрения. 2007; www. i-rs.ru/article/articleview/462/1/52
8. Щенников С.А., Теслинов А.Г., Чернявская А. Г. и др. Основы деятельности тьютора в системе дистанционного образования: Специализированный учебный курс. М.: Издательский дом «Обучение-Сервис», 2004.
88
