CC BY
22
УДК 330.4
КОМПАРАТИВНИЙ АНАЛ1З МЕТОД1В I МОДЕЛЕЙ УПРАВЛ1ННЯ ПОВЕД1НКОЮ СОЦ1АЛЬНО-ЕКОНОМ1ЧНИХ СИСТЕМ
®2018 ТОУЗАН1 Т.
УДК 330.4
Тоузаш Т. Компаративний аналiз метод!в i моделей управлiння поведiнкою соцiально-економiчних систем
Дана робота присвячена компаративному анализу снуючих методив та моделей управп'шня повед'шкою coujanbHO-eKOHOMiHHUx систем (СЕС). Про-анал'вованозначнуклькстьробт втчизнянихiзарубижнихученихз питань економ'жо-математичногомоделювання СЕС. Запропоновано класи-фЫацю методологiчних схем моделювання СЕС. Вид'шено макроекономiчнi та мiкроекономiчнi модели Особливу увагу придлено розгляду моделей динамiки социально-економичних систем, зокрема моделей динамики часових рядив; моделей неривномирности та цикличности розвитку; сценарних моделей розвитку; теорП нечтких множин / нейронних мереж. Наведена классификация методологичних схем моделювання видкритих СЕС не е по-вною, проте дае загальне уявлення про застосовуван методи и модели та дозволяе вибирати адекватн нструменти дослидження в'дпов'дно до поставленоi мети з урахуванням обмежуючих факторив, як/, на жаль, мае кожна з описаних схем моделювання. Кпючов'1 слова: метод, модель, социально-економична система, поведжа, управл'шня. Рис.: 1. Ббл.: 34.
Тоузан Тарк - аспирант кафедри статистики та економичного прогнозування, Хармвський наuiоналbний економичний университет /м. С. Кузнеця (пр. Науки, 9а, Харкив, 61166, Украша) E-mail: [email protected]
УДК 330.4
Тоузани Т. Компаративный анализ методов и моделей управления поведением социально-экономических систем
Данная работа посвящена компаративному анализу существующих методов и моделей управления поведением социально-экономических систем (СЭС). Проанализировано значительное количество работ отечественных и зарубежных ученых по вопросам экономико-математического моделирования СЭС. Предложена классификация методологических схем моделирования СЭС. Выделены макроэкономические и микроэкономические модели. Особое внимание уделено рассмотрению моделей динамики социально-экономических систем, в частности моделей динамики временных рядов; моделей неравномерности и цикличности развития; сценарных моделей развития; теории нечетких множеств и нейронных сетей. Приведенная классификация методологических схем моделирования открытых СЭС не является полной, однако дает общее представление о применяемых методах и моделях и позволяет выбирать адекватные инструменты исследования в соответствии с поставленной целью с учетом ограничивающих факторов, которые, к сожалению, имеет каждая из описанных схем моделирования. Ключевые слова: метод, модель, социально-экономическая система, поведение, управление. Рис.: 1. Библ.: 34.
Тоузани Тарик - аспирант кафедры статистики и экономического прогнозирования, Харьковский национальный экономический университет им. С. Кузнеца (пр. Науки, 9а, Харьков, 61166, Украина) E-mail: [email protected]
UDC 330.4
Touzani T. The Comparative Analysis of Methods and Models of Management of Behavior of Socio-Economic Systems
This publication is concerned with the comparative analysis of existing methods and models of behavior management of socio-economic systems (SESj. A significant number of works by domestic and foreign scholars on the issues of economic-mathematical modelling of SES were analyzed. A classification of methodological schemes of SES modeling is proposed. Both macro-economic and micro-economic models have been allocated. Special attention is given to consideration of models of dynamics of socio-economic systems, in particular models of dynamics of time series; models of unevenness and cyclicity of development; scenario models of development; theories of fuzzy sets and neural networks. The provided classification of methodological schemes of modeling of open SES is not complete, however gives the general idea of applied methods and models and allows to choose adequate research instruments according to the set purpose taking into consideration the limiting factors, which, unfortunately, are present in each of the described modeling schemes. Keywords: method, model, socio-economic system, behavior, management. Fig.: 1. Bibl.: 34.
Touzani Tarik - Postgraduate Student of the Department of Statistics and Economic Forecasting, Simon Kuznets Kharkiv National University of Economics (9a Nauky Ave, Kharkiv, 61166, Ukrainej E-mail: [email protected]
Управлшня поведшкою pÍ3HMx сощально-еко-HOMÍ4HMX систем (СЕС) на сучасному еташ розвитку свиово! економши вимагае особливо! уваги у зв'язку з нестабкьшстю зовшшнього середовища, посиленням процесш глоб^заци та формуванням шформацшного суспкьства. На думку ведомого вченого Г. В. Росса, «у сучасних умовах жит-тездатш СЕС повинш володiти гнучйстю, мобкьшс-тю, здатшстю адаптуватися до мшливих умов зовшшнього середовища, можливштю швидко! комплексно! перебудови на реалiзацiю нових завдань, здатшстю до саморозвитку» [17]. Знання е основним джерелом конкурентно! переваги на ринку. Ушверсальним ш-
струментом шзнання е моделювання, зокрема еконо-мжо-математичне.
Метою дано! роботи е компаративний аналiз i систематизащя кнуючих методiв i моделей управлшня поведшкою соцiально-економiчних систем.
Теоретичш питання та практичш напрацювання у сферi застосування економжо-математичного моделювання для управлшня поведшкою СЕС розглянуто пров^ними укра!нськими та зарубiжними вченими, такими як I. Адiзес, О. В. Бабкш, А. А. Васш, Л. 6. Грей-нер, Л. С. Гур'янова, А. Ю. бгоров, Н. В. Касьянова, Т. С. Клебанова, В. В. Кульба, Дж. Муркрофт, I. М. Нап-со, В. С. Пономаренко, О. В. Раевнева, Г. В. Росс,
К. Уоррен, Дж. Форрестер, М. Б. Швецова, Г. В. Широкова та iH.
Аналiз роби1 цих та шших авторiв [1-34] дозволив отримати таку класифшацш основних i найбкьш вiдомих методологiчних схем моделювання СЕС, яку наведено на рис. 1. Розглянемо щ моделi докладнiше.
Pозподiл на макроекономiчнi та мiкроекономiч-
нi моделi вельми умовний, осккьки застосову-
ванi пiдходи та шструментарш багатьох з них можуть бути використан для вивчення СЕС будь-якого рiвня.
Так, до MaKpoeKOHOMi4H^ моделей належать:
1. Моделi BidmBopeHHH капталу, заснован на принципах, запропонованих К. Марксом у його в1до-мш працi «Капiтал». Цей iнструментарiй являе собою систему спещальних економiко-математичних моделей, об'еднаних загальною концепцiею вiдтворення капiталу на основi його кругообiгу [22].
2. Моделi мiжгалузевого балансу. Авторами цих моделей е В. В. Леонтьев, Х. В. Ченер^ П. Г. Кларк, Дж. фон Нейман, М. Ф. Шатков, М. I. Ведута та ш. [27]. Ц моделi являють собою систему лшшних рiвнянь i характеризують мiжгалузевi виробничi взаемозв'язки в економщ кра!ни. 1х використовують для макроекономiчного аналiзу сфери виробництва, розподку, обмiну та споживання валового нацю-нального продукту (ВНП), нацiонального доходу, кш-цевого сусп1льного продукту, промiжного продукту, матерiальних потокiв у нацюнальному господарствi, експортно-iмпортних зв'язкiв. На основi цих макромоделей вивчаеться поведшка СЕС, спираючись на концепцiю «витрати - випуск». Однак варто заува-жити, що у вихiднiй моделi В. Леонтьева не знайшла вкображення одна з важливих макроекономiчних проблем - ци^чшсть ринкових процесiв.
3. Моделi державного регулювання економши. В основi побудови цих моделей лежить стабшзуюча роль держави, спрямована на контроль i регулювання рiвня зайнятостi та шфляцц, що породжуються коли-ваннями економiчноI кон'юнктури, а також стимулю-вання економiчного зростання [22].
3.1. Кейнаансът моделi державного регулювання ринкових вкносин. Таи модел^ вперше запропоно-ван Дж. М. Кейнсом, орiентованi на контроль i регулювання сукупного попиту для того, щоб вш вкповь дав сукупнiй пропозици з одночасним забезпеченням повно! (високо!) зайнятость Механiзм управлiння в таких моделях полягае в контролi рiвня державних витрат, а грошова емiсiя, пов'язана з бюджетним де-фiцитом, мае вимушений характер.
3.2. Монетаристсът моделi державного регулювання ринкових вкносин запропонован М. Фрк-маном. Мехашзм управлiння в таких моделях полягае в контролi за грошовою емiсiею, скороченнi вироб-ничого та споживчого попиту. Державн витрати е за-лежною величиною.
4. Моделi економiчноi рiвноваги, запропоноваш неокласиками Л. Вальрасом, Д. Патшкшом, К. Ерроу, Ж. Дебре. З точки зору представниюв цього наукового напрямку, ринковий мехашзм за допомогою гнучких ставок высотка, еластичност цш i заробiтноi плати приводить у вкповкшсть доходи та витрати, шдтри-муе вiдповiдно до закону Сея необхкний обсяг виробництва, повну зайнятшть i рiвновагу в макроекономщ [22]. Поведiнка макроекономiчноi системи вивчаеться в умовах досконало! конкуренци з метою досягнення li рiвноважного стану ^вноважного вектора цiн i роз-под1лу благ), що задаеться певним чином. У моделi Ерроу - Дебре фiрми трансформують витрати випуску, при цьому ^^i трансформаци е опуклими, вiдсутня економ1я на масштабах; домашн господарства пропо-нують роботу та споживають додатну ккьюсть това-рiв; вибiр товарiв визначаеться функщею корисностi, у якiй ^^i байдужостi опуклi; у домашн1х господар-ствах е додатна кiлькiсть кожного товару, i вони пре-тендують на певну частину прибутку [6].
5. Моделi шновацшного розвитку економши. Засновником шновацшно! теори е Й. Шумпетер, який ввiв поняття «шноващя». Свiй внесок у розвиток ще! теори внесли такi вченi, як I. Фшер, Дж. М. Кейнс, О. Хансен, Р. Харрод, Дж. Хкс. Увагу вчених було сконцентровано на формуванн математичних моделей швестицшного регулювання економiчноI рiв-новаги, виявленн зв'язкiв мiж iнновацiйними ш-вестиц1ями й економiчними змiнами, дослкженн мультиплiкацiйного ефекту iнвестицiй, створеннi ме-ханiзмiв стимулювання iнновацiйних процесiв з до-мiнуванням фiнансових i грошово-кредитних методiв економiчно'i полiтики держави [16].
6. Моделi еволюцшного розвитку економши. У рамках еволюцшного шдходу економiчнi процеси розглядаються як вккрип, спонтанн та незворотнi, породжуванi взаемодiею внутршшх i зовнiшнiх фак-торiв, i якi проявляються в змiнi структури економь ки. Основнi процеси - це процес шновацш: поява, закршлення та поширення нового, а також конкурен-цiя як процес природного выбору. Основнi проблеми в рамках даного шдходу - це проблеми шформаци, невизначеност та часу. У даний час у сферi еволю-цiйноI економiки працюють Р. Нельсон, С. Уштер, Д. Ходжсон, Л. Магнусон, У. Вит та ш. У сво!й кни-зi «Еволюцшна теор1я економiчних змiн» Р. Нельсон i С. Уiнтер [14] запропонували еволюцшну теорiю, що пояснюе поведшку фiрми впливом зовнiшнiх умов. Авторами було побудовано модел^ що описують ре-акцiю фiрм i галузей на змши на ринку. Зпдно з кон-цепцiею Р. Нельсона та С. Уштера фiрми реагують на змши ринкових умов змшою усталених принцишв свое! поведiнки - рутин. Поняття «рутина» - одне з базових понять еволюцшно! теори [9]. Спочатку мова йшла про поведшку фiрми, але це поняття можна за-стосувати до будь-яких СЕС.
s
w
e о
■О
Методолопчш схеми моделювання CEC
ю СП
NJ О
00
MaKpoeKOHOMÍ4HÍ Modeni
MixpoeKOHOMÍ4HÍ Modeni
DC
I
I
ПЗ
m
2
>4
qj
Q_ s
о i_ 's
О о
I I
m о
пз
* qj
Q_
qj
4
qj
4
о
2
H
S
m
ГО
О
Q_
О
i— s
О
I >s 's о
'=г I
пз о
m
О qj
i
i
qj
ч
о
2
H
S
m
ГО
О
Q_
О
i_ s
О
I >s 's о
'=г I
2 о
^ о qj
m
qj
'с.
qj
ч
о
2
o
I
a s
ПЗ qj
'=r H и
O s
и и
s X
s
's пз I zr
I 's
s о
ч I
— о
qj qj
ч
о
2
o
l_
O
I
zr
's
O
I
o
>4
qj С
Ó S H
I о
a I
^ qj
ПЗ
'=r
o
и
qj
4
o
2
m
с;
S
=г
X >s
s '=r
m ПЗ
U) m
H H 'l
s * ПЗ l_ Q_
— О
qj
4
о
2
KeííHciaHCbKi модел1
Монетаристов модел1
Mоделi динамки часових PflfliB
Mоделi HepiBHOMip-hoctí та цикл1чного розвитку
Сценары модел1 розвитку систем
Teopifl неч1тких множин та нейроны мереж1
Системно-flHHaMÍ4HÍ iiviÍTa Ц1Й н i модел1
Рис. 1. Методолопчш схеми моделювання CEC
Ln -
EKOHOMIKA ЕК0Н0М1К0-МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ
Pеалiзацiя моделей еволюцшного розвитку най-частгше здiйснюеться за допомогою методу комп'ютерних симуляцгй (iмiтацiйного моде-лювання). Користуючись симуляцгйною моделлю, не можна з упевненгстю сказати, який конкретний стан системи буде досягнуто, але аналiз моделi дозволяе видiлити можливi класи стангв системи та оцiнити ймовiрностi перебування в кожному станi, що харак-теризуе прогнознi властивостi моделювання в новому свiтлi [9].
7. Моделi колективног поведшки в СЕС запро-понованг А. А. Васгним, I. Г. Поспеловим та гн. [2; 15]. За цього пгдходу видiляються активнi елементи СЕС та моделюеться поведгнка системи як результат !х спiльно! взаемодГ! один з одним та iз зовншшм се-редовищем. Вгд !х поведшки у взаемодгях гстотно за-лежить характер розвитку системи. Цим визначаеть-ся особлива складнгсть побудови моделей розвитку, оскГльки поведгнка учасникгв може гстотно змгнюва-тися залежно вгд умов гснування системи [2].
8. Моделi динамжи соцiально-економiчних систем. Це найширший клас моделей, якг застосовують-ся для аналгзу та прогнозування поведгнки як макро-економгчних, так i мгкроекономгчних систем. Якщо застосовуеться оптимгзацгйний пгдхгд до побудови моделг, то здгйснюеться вибгр оптимально! стратеги розвитку, що забезпечуе максимальне значення за-даного критергю якостг. У разг застосування ргвно-важного пгдходу визначаеться ргвноважна траекторгя розвитку, яка забезпечить збалансоване економгчне зростання. Як ендогеннг величини можуть виступати показники економгчно! ефективностг, темпи зростан-ня, темпи приросту та гн. У моделях з безперервним часом використовуеться математичний апарат систем диференцгйних ргвнянь, у моделях з дискретним часом - кгнцево-ргзницевих ргвнянь, а також систем звичайних алгебра!чних ргвнянь [4].
8.1. Моделi динамжи часових pndiB. Показники, що характеризують СЕС протягом заданого пергоду часу, е часовими рядами. Для часових рядгв головний гнтерес представляе опис або моделювання !х струк-тури. Передбачаеться, що вони мгстять три елементи -тренд, сезоннг коливання та випадкову змгнну (зали-шок). Модель декомпозици часового ряду передбачае початкове розбиття ряду на складовг, пгдбгр мате-матичних моделей для адекватного опису поведгнки кожно! складово! та подальшу «згортку» моделг, що дозволяе з достатньою точнгстю прогнозувати по-ведгнку СЕС у короткостроковому та середньостро-ковому горизонтах. Пгд час побудови моделi тренда застосовують методи укрупнення гнтервалгв, ковзно! середньо'!, аналгтичного виргвнювання та гн. Широке поширення отримали адаптивш методи прогнозу-вання часових рядгв, що дозволяють будувати само-настроювальнг моделг, здатнг враховувати гнформа-цгйну цгннгсть ргзних членгв часового ряду та давати досить точнг оцгнки майбутнгм членам даного ряду.
З найбгльш поширених моделей можна ви-д1лити: на 6a3i методу ковзно! середньо! - модель адаптивно! фкьтрацГ!, модель Бокса - Дженкгнса (ARIMA-модель), а на базi методу експоненцгйного згладжування - модель експоненцшно! середньо!, модель Хольта, модель Брауна. На фгнансовому ринку досить успгшно застосовуеться окремий метод аналiзу часових рядiв - метод «Гусшьл-SSA (Singular Spectrum Analysis). Цей метод мае ориггнальний алгоритм, що дозволяе легко виокремити з ряду голо-внг компоненти, та можливгсть абстрагуватися вiд збурюючих коливань неекономiчного характеру [5]. Метод проводить перетворення одновимiрного ряду в багатовимiрний за допомогою сингулярного роз-кладання траекторш матрицi, дослiджуе отриману багатовимiрну траекторш методом головних компонент, а потгм вгдновлюе одновимiрний ряд [3]. Результатом роботи алгоритму даного методу е роз-кладання часового ряду на легко штерпретоваш ади-тивнг складовi. Одночасно з цим метод не вимагае стащонарностг ряду, знання моделi тренда, а також даних про наявнгсть у рядi пергодичних складових та !х перiоди. Мiж тим, вiн дозволяе вирiшувати таю завдання, як згладжування ряду, видкення тренда, виявлення перiодик, побудова повного розкладання ряду в суму тренда, пергодики та шуму. [5]. Це, своею чергою, дозволяе прогнозувати як сам часовий ряд, так i тенденцГ! розвитку рiзних його складових [3].
Побудоваш моделi динамiки часових рядiв мо-жуть використовуватися для статистичного моделювання довгих рядiв спостережень шд час дослiдження великих СЕС, для яких часовий ряд розглядаеться як вхкна гнформащя.
8.2. Моделi циклтног динамжи. У багатьох моделях ринково! економгки видiляеться ще одна скла-дова - циклiчна. 1дея циклiв, як перiодично повторю-ваних процесгв у природi та суспкьствг, мае глибоке iсторичне корiння. Даними питаннями займалися стародавнг вченi та фкософи, такi як Платон, Аристотель, Полiбiй, аль Бiрунi, Т. Мальтус. На форму-вання захгдноевропейсько! школи циклiчного розвитку дуже вплинули роботи У. Мiтчелла, Е. Хансена, Ж. Сгсмондг, С. Мкля, К. Жугляра, Ш. Фур'е та гн. 1с-тотний внесок у розвиток дано! теорГ! внесли пред-ставники росшсько! школи, такг як М. Я. Данилев-ський, М. М. Ковалевський, М. I. Туган-Барановський, М. Д. Кондратьев, П. О. Сорокгн, О. О. Богданов, В. О. Базаров та гн. [16]. Данг вченг вивчали циклгчний розвиток СЕС ргзних ргвнгв герархГ! та призначення i сформували основи загально! теорГ! циклгчно! динамки. Також значний внесок у розвиток теорГ! ци-клгв зробила голландська економгчна школа на чолг з вченими Я. Ван Гельдереном i С. Де Вольфом, який розробив теоргю хвилеподгбного еволюцшного руху економгки [16].
Роботу Я. Ван Гельдерена у 20-т роки XX стомт-
тя продовжив С. Де Вольф. Вш шукав матерь
альну основу тривалих коливань економiчного розвитку в середньому термШ життя основного капиталу, вкладеного у транспортну шфраструктуру -дороги, верфь С. де Вольф припустив, що шнуе фк-соване сшвв^ношення мiж циклiчними кризами i довгими хвилями. Будучи ендогенними за своею природою, довп хвиД на думку С. Де Вольфа, шд-тримуються зовнiшнiми поштовхами.
Одночасно в Роси, незалежно вiд С. Де Вольфа, проблемою довгих хвиль займався росшський еконо-мiст М. Д. Кондратьев, якому належать три найбкьш ктотш внески в розвиток теори ци^в [8]:
1. Вчення про велик цикли кон'юнктури (теорiя довгих хвиль). Учений не ткьки емпiрично довiв на-явнiсть великих хвиль кон'юнктури з перюдичшстю близько пiвстолiття, а й розкрив джерела цих ци^в.
2. Теорiя передбачення майбутнього, заснована на ци^чно-генетичнш парадигмi, яка включала в себе визнання циклово! динамши сусп1льства, перь одичного повторення подiбних фаз розвитку, що дае можливкть дослiдникам здiйснювати прогнозування розвитку в майбутньому. У рамках дано'! теори М. Д. Кондратьев розробив методологго сощально-еконо-мiчного прогнозування й шдикативного планування.
3. Теорiя кон'юнктури та и практичне застосу-вання в системi iндикаторiв економiки перехiдного перюду. Як iндикатори кон'юнктурних коливань М. Д. Кондратьев вивчав рухи шдексш роздрiбних ц1н, iндекси промислового виробництва, експорту, iмпор-ту, зайнятостi, кредиту тощо. Теоретична спадщина М. Д. Кондратьева лягла в основу сучасних теорш довгих хвиль, представниками яких е таю вчеш, як Й. Шумпетер, С. Кузнець, Г. Менш, А. Клайнкнехт i Дж. Ван Дайн, Дж. Форрестер та багато шших [16].
Сл1д зазначити одну iз сучасних робiт, присвя-чених моделям розвитку пiдприемств - статтю бго-рова О. Ю. та Сельскова О. В. [7]. У нш автори про-понують використовувати хвильову модель розвитку економiчних циклiв промислово! корпораци (шнова-цшного, iнвестицiйного, виробничого та товарного), що визначають переход вiд традицiйних видiв госпо-дарсько! дiяльностi до шновацшно! дiяльностi через впровадження iнновацiй за рахунок формування ш-вестицiйних фондiв. Запропонована авторами дина-мiчна модель формуе управлшський цикл, що скла-даеться з процесу вибору перспективного напрямку господарсько'! дiяльностi, процесу органiзацГi та створення засобiв виробництва iнновацiйного продукту, процесу буддвництва виробничих потужностей та випуску iнновацiйного продукту.
8.2.1. Моделi стохастичних ци^в (бфурка-цш та хаосу). Ц цикли породжеш не параметрами само! моделi, а взаемодiями потрясiнь, якi надають хаотичний вплив на економшу, де кожен з факторiв схильний до випадковостей, як мають природу бко-
го шуму та не мають перюдичних характеристик [20]. Даш моделi описуються нелшшними диференщаль-ними рiвняннями та призначен для аналiзу нерiвно-важних систем, таких як ринки кашталу.
8.3. Сценарш моделi розвитку. Сценарш змши стану СЕС - це комплекс математичних моделей, що описуе процес змши параметрiв досмджувано! сис-теми та умов li функцюнування, дискретно фiксуе моменти переходу системи до нового яшсного стану. Необхкно розрiзняти сценарй' поведiнки об'екта та сценари управлiння. Перший виходить з мети досль дження СЕС та описуе ситуаци, в яких система може перебувати, а другий формуеться залежно вк мети управлшня та правила вибору керуючих впливiв. Основш вiдмiнностi полягають у присутностi в сценари управлшня суб'екта управлшня, який не ткьки переслкуе певну мету, а й активно ii реалiзуе [22]. Методолог1я сценарного аналiзу на основi побудо-ви сценарних просторiв та застосування сценарного обчислення, запропонована В. В. Кульбою, Д. О. Ко-ноновим, С. С. Ковалевським та ш, використовуе таи основш формальш конструкци: модель навко-лишнього оточення; iдентифiкована модель системи; модель вимiрювання станiв системи; модель вимь рювання стану навколишнього середовища; модель поведiнки системи; правила вибору процесу змши об'екта (модель вибору) [22].
8.4. Моделi на основi теори нечтких множин та нейронних мереж. Останшми роками широке застосування знаходять в^дносно новi методи ма-тематичного моделювання поведшки суб'ектiв на конкурентних ринках. Теорiя нечiтких множин - це математичний апарат роботи з об'ектами, яш не мають жорстких, однозначно поставлених меж. Вона дозволяе формально описувати несувор^ нечиш, розпливчасп поняття та здшснювати з ними рiзнi операцй' [19]. Теор1я множин та вiдповiдна !й булева логiка складае основу класичнох' математики. Моделi складних технiчних, фiзичних систем, хiмiчних про-цесiв добре описувалися щею мовою та вдало реалi-зовувалися на комп'ютерах. Однак шд час моделю-ваннi СЕС виникае необхкшсть враховувати особли-восп сприйняття, оцiнювання та аналiзу шформаци людиною як повноправною частиною модельовоноI системи. Судження та оцiнки людини е наближени-ми та нечикими, а комп'ютернi програми являють собою чиш iнструкцii'. Подолання цього лшгвктич-ного бар'еру становить надзавдання теори нечитах множин [19]. Основна ^дея Л. Заде полягала в тому, щоб «дозволити» характеристичнiй функцП прийма-ти не т1льки значення 0 (повна неналежшсть) або 1 (повна приналежшсть), але i промiжнi значення при-належностi з вiдрiзка [0, 1]. Таким чином, 1м було замшено поняття характеристичноI функци на поняття функци приналежностi U ^ [0, 1]. Ця проста ^дея дала поштовх розвитку великоI кiлькостi дослiджень як по вивченню шших можливих способiв подання
нечгткостг й аналгзу 1х властивостей, так г по застосу-ванню нечгтких моделей в управлгннг, системах при-йняття ргшень, розпгзнавання образгв та гн. У даний час цей напрям е науково! дисциплгною, яка гнтен-сивно розвиваеться. Теоргя нечгтких множин широко застосовуеться в багатьох галузях економгки. I! ви-користання дозволило значно спростити виргшення безлгчг слабоструктурованих задач. На базг теорг! не-чгтких множин г нейронних мереж розроблено про-грамнг комплекси аналгзу та прогнозування. Вони за-стосовуються для ситуацгйного моделювання у сферг економгки, полгтики, фгнансгв за умови неточно! або неповно! шформаци. Пакети прикладних програм дозволяють виргшувати задачг динамгчного моделю-вання в складних предметних областях [13].
Теорiя нейронних мереж набула широкого засто-сування для прогнозування й аналгзу СЕС з невста-новленими причинно-наслгдковими зв'язками. Про-грамнг продукти, заснованг на нейронних мережах, можуть самостгйно «виявляти» взаемозв'язки в до-слгджуваному процесг, а значить, можуть застосову-ватися для прогнозування без теоретичного обгрун-тування природи процесу. Для навчання !м необхгдна динамка процесу в минулому [13]. Нейромережевий пгдхгд вгльний вгд модельних обмежень, вгн однаково пгдходить для лгнгйних г складних нелгнгйних задач, а також для завдань класифгкацг!. Навчання нейронно! мережг, перш за все, полягае в змгнг «сили» зв'язкгв мгж нейронами. Нейроннг мережг масштабуються, вони здатнг виргшувати задачг як у рамках окремих елементгв, так г в масштабах системи в цглому [21].
8.5. Сисmемно-динамiчнi (СД) iмтацшнiмодели Парадигма СД гмгтацгйного моделювання, запропо-нована Дж. Форрестером у 1950-тг роки [23], поля-гае в тому, що для дослгджувано! системи будуються графгчнг дгаграми зв'язкгв г глобальних впливгв одних параметргв на гншг в часг. Створена на основг цих дга-грам модель гмгтуеться на комп'ютерг. Такий вид мо-делювання в поргвняннг з гншими видами дозволяе глибше проникнути в сутнгсть того, що вгдбуваеться в системг, та виявити причинно-наслгдковг зв'язки мгж об'ектами г явищами [10; 18]. Сьогоднг спектр корпоративних додаткгв на основг методгв системно! динамгки розвиваеться в основному за двома на-прямками: так зване «системне мислення менедже-ргв», що формуеться за допомогою казуальних, або причинно-наслгдкових, дгаграм пгд час формування ментальних моделей менеджменту, г серйознг сценар-нг стратеггчнг дослгдження, що проводяться на гмгта-цгйних моделях, деталгзованих пгд конкретнг пробле-ми г пгдприемства [11].
До MiKpoeKOHOMi4H^ моделей можна вгдне-сти такг.
9. Моделi соцiально-економiчного генотипу (СЕГ) сустльства. Цг моделг е послгдовним продо-вженням розвитку теорг! динамгки економгчних систем. За словами одного з авторгв цього пгдходу - ра-
дянського Г росГйського економГста Е. З. МаймГнаса, «соцГально-економГчний генотип (СЕГ) - це Гнформа-цГйний механГзм, що забезпечуе вГдтворення структу-ри, принципгв формування, процесгв регламентацГ! та навчання (вГдбору, запам'ятовування та передачГ позитивного досвГду) в данГй суспГльно економГчнГй сис-темЬ> [12, с. 187]. Засновниками росшсько! школи со-цгогенетики виступають також Ю. В. Яковець, О. I. Су-бетто, В. I. Маевський. Збагачення генотипу систе-ми вГдбуваеться за рахунок механГзмГв природного та штучного вгдбору, в яких беруть участь механгзми конкуренщ! та солгдарносп [16]. Поведшка СЕС пе-редбачае рацГональнГсть, ефективнГсть Г адаптивнГсть.
10. Моделi життевих ци^в оргатзацш (ЖЦО). У рамках цього шдходу оргашзащя (фгрма) розгляда-еться як об'ект, що розвиваеться в часг та мае певний життевий цикл. Засновниками цього напрямку до-слгджень вважаються Р. Девгс, I. Адгзес, Л. Грейнер, Б. Р. Скотт г Р. Брюс, Д. М1ллер, П. Фрейзен та ш. [27-33]. Структура стадГ! життевого циклу е багато-вимГрною. У рГзних моделях ЖЦО стадГ! описуються за допомогою декГлькох внутрГшнГх характеристик, пов'язаних з органГзацГйним контекстом Г структурою органГзацГ!. До загальних контекстуальних змгнних належать: вгк г розмгр оргашзацГ!, темп зрос-тання, центральнг завдання або проблеми, з якими стикаеться фгрма на ргзних стадгях розвитку [26]. У кожнГй моделГ стадГ! вГдрГзняються одна вГд одно! за структурою та величиною цих вимГрювань.
ОрганГзацГ! розвивають рГзнГ типи структур у вгдповгдь на загальне зростання та виклики ринку. Вгдсутшсть можливостг достатньою мгрою пристосу-вати до цих оргашзацшш системи та процеси викли-кгв призводить до криз зростання [31], або «хвороб зростання» (growingpains) [30], як можуть зупинити або перешкодити процесу зростання органГзацГ!. Ро-зумГння особливостей функцГонування та розвитку органГзацГй дае можливГсть здГйснити адекватний вибгр шструментгв г методгв управлгння залежно вгд стадГ! розвитку ЖЦО [26].
Наведена класифгкацгя методологгчних схем моделювання вГдкритих СЕС не е повною, проте дае загальне уявлення про застосову-ваш методи та модель Широкий спектр засобгв моде-лювання системи управлГння поведГнкою СЕС дозво-ляе вибирати адекватнг методи та моделг з урахуван-ням обмежуючих факторгв, якг, на жаль, мае кожна з описаних схем моделювання. ■
Л1ТЕРАТУРА
1. Василенко В. А. Креативное управление развитием социально-экономических систем : монография. Киев : Освт, 2010. 772 с.
2. Васин А. А. Модели коллективного поведения в социально-экономических процессах. Математическое моделирование. 1989. № 5. Том 1. С. 80-94.
3. Вохмянин С. В., Сенашов С. И. Метод «Гусеница»-SSA как инструмент прогнозирования состояния финансового рынка. Актуальные проблемы авиации и космонавтики. 2010. № 6. С. 409-410.
4. Герасимов Б. И., Пучков Н. П., Протасов Д. Н. Дифференциальные динамические модели : учебное пособие. Тамбов: Изд-во ГОУ ВПО ТГТУ, 2010. 80 с.
5. Главные компоненты временных рядов: метод «Гусеница» / под ред. Д. Л. Данилова, А. А. Жиглявского. СПб. : Пресском, 1997. 308 с.
6. Довбенко М. В., Осик Ю. И. Современные экономические теории в трудах нобелиантов. М. : Академия Естествознания, 2011. 305 с. URL: https://www.monographies.ru/ ru/book/view?id=129
7. Егоров А. Ю., Сельсков А. В. Волновая модель развития экономического цикла промышленной корпорации. Транспортное дело России. 2011. № 11. С. 41-45.
8. Кондратьев Н. Д. Большие циклы конъюнктуры и теория предвидения. М. : Академический проект; Альма Матер, 2015. 642 с.
9. Кюнтцель С. Эволюционное моделирование и критический реализм. Вопросы экономики. 2009. № 1. С. 101-109.
10. Лоу А. М., Кельтон В. Д. Имитационное моделирование. 3-е изд. СПб. : Питер; Киев : ВНУ, 2004. 847 с.
11. Лычкина Н. Н. Ретроспектива и перспектива системной динамики. Анализ динамики развития. Бизнес-информатика. 2009. № 3 (09). C. 55-67.
12. Майминас Е. З. Социально-экономический генотип общества. Вестник Московского университета. Серия 6. Экономика. 2016. № 4. С. 186-204.
13. Напсо И. М. Моделирование социально-экономических систем. Вестник Адыгейского государственного университета. 2006. № 1. C. 85-87.
14. Нельсон Р., Уинтер С. Эволюционная теория экономических изменений. M. : Дело, 2002. 536 с.
15. Поспелов И. Г. Динамическое описание коллективного поведения на рынке // Математическое моделирование: Методы описания и исследования сложных систем / ред. А. А. Самарский, Н. Н. Моисеев, А. А. Петров. М. : Наука, 1989. 271 с.
16. Расвнсва О. В. Управлшня розвитком пщприем-ства: методолопя, мехашзми, моделi : монографiя. Харш : ВД «1НЖЕК», 2006. 496 с.
17. Росс Г. В. Моделирование социально-экономических систем на основе аппарата комбинаторного программирования : дис. ... д-ра экон наук: 08.00.13. М., 2011. 312 с.
18. Рыжиков Ю. И. Имитационное моделирование. Теория и технология. СПб. : КОРОНА принт, 2004. 384 с.
19. Рыжов А. П. Элементы теории нечетких множеств и измерения нечеткости. М. : Диалог-МГУ, 1998. 116 с.
20. Селищев А. С. Макроэкономика. СПб. : Питер, 2002. 448 с.
21. Система прогнозирования на базе нейронных сетей в промышленности. URL: https://habrahabr.ru/post/ 171019/
22. Кононов Д. А., Косяченко С. А., Кульба В. В.
Сценарный анализ динамики поведения социально-экономических систем. URL: http://econ-old.asu.ru/lib/sborn/ finmath2001/pdf/1.pdf
23. Форрестер Дж. Основы кибернетики предприятия (индустриальная динамика) / пер. с англ.; общая редакция Д. М. Гвишиани. М. : Прогресс, 1971. 340 с.
24. Швецова М. Б., Тревого О. I. Моделi та методи управлшня розвитком машинобу^вних пщприемств. Еко-номжа:реалн часу. 2015. № 3. С. 91-98.
25. Широкова Г. В., Серова О. Ю. Модели жизненных циклов организаций: теоретический анализ и эмпирические исследования. Вестник Санкт-Петербургского университета. Серия 8. Менеджмент. 2006. № 1. С. 3-27.
26. Шмален Г. Математические модели в экономических исследованиях на предприятии. Проблемы теории и практики управления. 1998. № 3. С. 77-82.
27. Adizes, I. Managing Corporate Lifecycles: How to Get and Stay at the Top. New Jersey, 1999.
28. Davis, R. C. The Fundamentals of Top Management. N. Y. : Harper, Row & Brothers, 1951.
29. Flamholtz, E. G. Managing the Transition from an Entrepreneurship to a Professionally Managed Firm. San Francisco : Jossey-Bass, 1986.
30. Greiner, L. E. Evolution and Revolution as Organizations Grow. Harvard Business Review. 1972. Vol. 50. July-August. No. 4. P. 37-46.
31. Warren, K. Strategic Management Dynamics. London Business School. John Wiley&Sons Ltd, 2008. 720 p.
32. Scott M., Bruce R. Five Stages of Growth in Small Business. Long Range Planning. 1987. Vol. 20. Issue 3. P. 45-52.
33. Sterman, J. Business Dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill Higher Educa-tion.2000
34. Zadeh, L. A. Fuzzy sets. Information and Control. 1965. Vol. 8. Issue 3. P. 338-353.
Науковий кершник - Расвнсва О. В., доктор економтних наук, професор, завщувачка кафедри статистики та економiчного прогнозування Харгавського нацюнального економiчного ушверсите-
ту iм. Семена Кузнеця
REFERENCES
Adizes, I. Managing Corporate Lifecycles: How to Get and Stay at the Top. New Jersey, 1999.
Davis, R. C. The Fundamentals of Top Management. New York: Harper, Row & Brothers, 1951.
Dovbenko, M. V., and Osik, Yu. I. "Sovremennyye eko-nomicheskiye teorii v trudakh nobeliantov" [Modern economic theory in the writings of Nobelians]. https://www.monogra-phies.ru/ru/book/view?id=129
Flamholtz, E. G. Managing the Transition from an Entrepreneurship to a Professionally Managed Firm. San Francisco: Jossey-Bass, 1986.
Forrester, Dzh. Osnovy kibernetiki predpriyatiya (industri-alnaya dinamika) [Fundamentals of enterprise cybernetics (industrial dynamics)]. Moscow: Progress, 1971.
Gerasimov, B. I., Puchkov, N. P., and Protasov, D. N. Differ-entsialnyye dinamicheskiye modeli [Differential dynamic models]. Tambov: Izd-vo GOU VPO TGTU, 2010.
Glavnyye komponenty vremennykh ryadov: metod «Guse-nitsa» [The main components of time series: the "Caterpillar" method]. St. Petersburg: Presskom, 1997.
Greiner, L. E. "Evolution and Revolution as Organizations Grow". Harvard Business Review. Vol. 50, no. 4 (1972): 37-46.
Kondratev, N. D. Bolshiye tsikly konyunktury i teoriya predvideniya [Large cycles of conjuncture and theory of foresight]. Moscow: Akademicheskiy proekt; Alma Mater, 2015.
<
m 2
o
=r
I
o
o
<
s
w
Kononov, D. A., Kosyachenko, S. A., and Kulba, V. V. Stse-narnyy analiz dinamiki povedeniya sotsialno-ekonomicheskikh sistem [Scenario analysis of the dynamics of the behavior of socio-economic systems]. http://econ-old.asu.ru/lib/sborn/fin-math2001/pdf/1.pdf
Kyunttsel, S. "Evoliutsionnoye modelirovaniye i kritiches-kiy realizm" [Evolutionary modeling and critical realism]. Vo-prosy ekonomiki, no. 1 (2009): 101-109.
Lou, A. M., and Kelton, V. D. Imitatsionnoye modelirovaniye [Simulation modeling]. SPb. : Piter; Kiev : VNU, 2004.
Lychkina, N. N. "Retrospektiva i perspektiva sistemnoy dinamiki. Analiz dinamiki razvitiya" [Retrospective and perspective of system dynamics. Analysis of the dynamics of development]. Biznes-informatika, no. 3 (09) (2009): 55-67.
Mayminas, Ye. Z. "Sotsialno-ekonomicheskiy genotip ob-shchestva" [Socio-economic genotype of society]. Vestnik Mos-kovskogo universiteta. Seriya 6. Ekonomika, no. 4 (2016): 186-204.
Napso, I. M. "Modelirovaniye sotsialno-ekonomicheskikh sistem" [Modeling of socio-economic systems]. Vestnik Ady-geyskogo gosudarstvennogo universiteta, no. 1 (2006): 85-87.
Nelson, R., and Uinter, S. Evoliutsionnaya teoriya ekonomi-cheskikh izmeneniy [Evolutionary theory of economic change]. Moscow : Delo, 2002.
Pospelov, I. G. "Dinamicheskoe opisanie kollektivnogo povedeniia na rynke" [Dynamic description of collective behavior in the market]. In Matematicheskoe modelirovanie: Metody opisaniia i issledovaniia slozhnykh sistem. Moscow : Nauka, 1989.
Raievnieva, O. V. Upravlinnia rozvytkom pidpryiemstva: metodolohiia, mekhanizmy, modeli [Management of enterprise development: methodology, mechanisms, models]. Kharkiv: VD "INZhEK'; 2006.
Ross, G. V. "Modelirovaniye sotsialno-ekonomicheskikh sistem na osnove apparata kombinatornogo programmirovani-ya" [Modeling of socio-economic systems based on the apparatus of combinatorial programming]: dis.... d-ra ekon. nauk: 08.00.13, 2011.
Ryzhikov, Yu. I. Imitatsionnoye modelirovaniye. Teoriya i tekhnologiya [Simulation modeling. Theory and technology]. St. Petersburg: KORONA print, 2004.
Ryzhov, A. P. Elementy teorii nechetkikh mnozhestv i iz-mereniya nechetkosti [Elements of the theory of fuzzy sets and measurement of fuzziness]. Moscow: Dialog-MGU, 1998.
"Sistema prognozirovaniya na baze neyronnykh setey v promyshlennosti" [The forecasting system based on neural networks in industry]. https://habrahabr.ru/post/171019/
Scott, M., and Bruce, R. "Five Stages of Growth in Small Business". Long Range Planning. Vol. 20, no. 3 (1987): 45-52.
Selishchev, A. S. Makroekonomika [Macroeconomics]. St. Petersburg: Piter, 2002.
Shirokova, G. V., and Serova, O. Yu. "Modeli zhiznennykh tsiklov organizatsiy: teoreticheskiy analiz i empiricheskiye issle-dovaniya" [Models of the life cycles of organizations: theoretical analysis and empirical research]. Vestnik Sankt-Peterburgskogo universiteta. Seriya 8. Menedzhment, no. 1 (2006): 3-27.
Shmalen, G. "Matematicheskiye modeli v ekonomi-cheskikh issledovaniyakh na predpriyatii" [Mathematical models in economic research at the enterprise]. Problemy teorii i praktiki upravleniya, no. 3 (1998): 77-82.
Shvetsova, M. B., and Trevoho, O. I. "Modeli ta metody upravlinnia rozvytkom mashynobudivnykh pidpryiemstv" [Models and methods for managing the development of machine-building enterprises]. Ekonomika: realiichasu, no. 3 (2015): 91-98.
Sterman, J. Business Dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill Higher Education, 2000.
Vasilenko, V. A. Kreativnoye upravleniye razvitiyem sotsi-alno-ekonomicheskikh sistem [Creative management of the development of socio-economic systems]. Kyiv: Osvita, 2010.
Vasin, A. A. "Modeli kollektivnogo povedeniya v sotsial-no-ekonomicheskikh protsessakh" [Models of collective behavior in socio-economic processes]. Matematicheskoye modelirovaniye. Vol. 1, no. 5 (1989): 80-94.
Vokhmyanin, S. V., and Senashov, S. I."Metod «Gusenitsa»-SSA kak instrument prognozirovaniya sostoyaniya finansovogo rynka" [Method "Caterpillar"-SSA as a tool for forecasting the state of the financial market]. Aktualnyye problemy aviatsii i kos-monavtiki, no. 6 (2010): 409-410.
Warren, K. Strategic Management Dynamics. London Business School; John Wiley&Sons Ltd., 2008.
Yegorov, A. Yu., and Selskov, A. V. "Volnovaya model razvitiya ekonomicheskogo tsikla promyshlennoy korporatsii" [Wave model for the development of the economic cycle of an industrial corporation]. TransportnoyedeloRossii, no. 11 (2011): 41-45.
Zadeh, L. A. "Fuzzy sets". Information and Control. Vol. 8, no.3 (1965): 338-353.
