Содержание к диссертации
ВВЕДЕНИЕ 5
ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОЦЕНК МЕРЫ РИСКОВ И
УПРАВЛЕНИЯ ИМИ В СФЕРЕ АГРОПРОМЫШЛЕННОГО
ПРОИЗВОДСТВА 13
1.1 Сущность и функции риска 13
1-2. Классические методы оценки меры риска 17
із. Управления рисками и способы снижения рисков 23
1.4. Специфика управленческих решений на базе прогнозирования
результатов деятельности растениеводства в зонах рискового
земледелия 32
L5- Выводы 34
ГЛАВА2 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВРЕМЕННЫХ РЯ
ДОВ УРОЖАЙНОСТИ, ВЫЯВЛЕНИЕ ТРЕНДОВ, ЦИКЛОВ И
ТЕНДЕНЦИЙ РАЗВИТИЯ 35
2.1 Инструментарий фрактального анализа временных рядов уро
жайности для выявления долговременной памяти трендов,
циклов и тенденций развития.: 35
Теоретические основы методологии и инструментария анализа эволюционных систем и процессов, не подчиняющихся известным законам распределения 35
Методические основы R/S - анализа 40
Алгоритм R/S -анализа временного ряда 40
Содержательная и качественная интерпретация результатов R/S -анализа 45
22. Предпосылки управления риском на базе прогнозирования и
R/S - анализа временных рядов урожайности 49
2.3. Инструментарий фазовых портретов для выявления циклов
временного ряда 63
2 4 Выводы 70
ГЛАВАЗ ЭКОНОМИКО - МАТЕМАТИЧЕСКАЯ МОДЕЛЬ
ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ НА БАЗЕ КЛЕТОЧНЫХ АВТОМАТОВ И НЕЧЕТКИХ МНОЖЕСТВ...72
Прогнозирование, как эффективное управления рисками72
Математический инструментарий нечетких множеств и линейных клеточных автоматов 78
Преоброзование числового временного ряда урожайностей в лингвистический временной ряд 79
Частотный анализ памяти лингвистического временного
ряда 84
3.5. Инструментарий прогнозирования лингвистических
значений урожайности 89
3.6 Верификация и валидация прогнозной модели 91
3.7. Выводы 92
ГЛАВА4. КОМБИНИРОВАННАЯ ПРОГНОЗНАЯ МОДЕЛЬ ДЛЯ
ВРЕМЕННЫХ РЯДОВ УРОЖАЙНОСТИ 93
4.1 Инструментарий фазовых портретов для выявления цик
лов временного ряда и коррекции прогноза 93
4-2- Математический инструментарий линейных клеточных ав
томатов 101
4.з. Прогнозная модель урожайности на базе клеточных авто
матов и нечетких множеств (на примере анализа и прогно
зирования урожайности озимой пшеницы по Ставрополь
скому краю) 103
4.3.1. Преобразование числового временного ряда в лингвисти-
ческий временной ряд 103
2.
Частотный анализ памяти лингвистического временного
3 ряда 107
Получение лингвистических прогнозных значений урожай-
4. ности, верификация и валидация 122
Получение числового прогноза и оценка его точности... 127
Выводы 129
ЗАКЛЮЧЕНИЕ 130
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 132
ПРИЛОЖЕНИЕ! 145
Введение к работе
Растениеводство в зонах рискового земледелия относится к системам стохастических категорий, развитие которых связано с неопределенностью объективного и субъективного характера, что обуславливает риски в их различных формах, как макроэкономического, так и микроэкономического уровня.
Актуальность темы исследования. Российская экономика пережи
вает этап структурной перестройки. На этом этапе традиционные методы ме
неджмента зачастую не дают реального эффекта, поскольку ориентированны на
. нормально функционирующий рынок. Большинство малых, средних и даже
крупных компаний не просто испытывают затруднения, но постоянно находятся на самом краю пропасти. Экономический риск является неотъемлемой чертой реальных хозяйственных решений. Основная особенность современного риска заключается в его тотальном и всеобъемлющем характере. Даже наиболее перспективные инвестиции могут привести к созданию мощностей по производству неконкурентоспособной продукции.
Особенно остро встает вопрос управления рисками в регионах, относя
щихся к зонам рискового земледелия. Особенности и апробированные методы
управления рисками в экономике изучены недостаточно. Это происходит из-за
Л низкого уровня развития рыночных отношений, из-за слабой специальной под-
готовки значительной части кадров, из-за того, что не хватает статистических данных, позволяющих строить экономико-математические модели. И, наконец, из-за того, что современная теория оценки меры экономических рисков, прогнозирования и управления ими еще далеко неадекватна реальным потребностям практического менеджмента.
Риск, т.е. неопределенность и непредсказуемость результатов растение
водческой деятельности в зонах рискового земледелия значительно выше, чем в
других отраслях АПК. Актуальность темы рисков в АПК в настоящее время
й^ осознана не только в научных кругах, но и в среде предпринимателей, а также
государственных структур. Вопреки расхожему мнению, что главное достать
6 средства для затрат с длительным циклом освоения, отечественный и зарубежный опыт свидетельствует, что самое важное - наиболее эффективное их применение на базе надежного прогнозирования.
Повышенный уровень неопределенности в отрасли растениеводства требует особых управленческих решений по анализу рисков и разработке мероприятий по их снижению. В зонах рискового земледелия важнейшим фактором, воздействующим на принятие управленческих решений в сфере растениеводства, снижающих их субъективность и обеспечивающим контроль уровня риска, становиться качество управления на базе надежного прогнозирования. Данные обстоятельства обуславливают актуальность углубленных исследований экономико-математических методов прогнозирования и управления рисками в растениеводстве.
Степень разработанности проблемы. Общие проблемы рискологии и управления рисками, а также вопросы систематизации, структурирования и методологии анализа экономических рисков предпринимательской деятельности активно исследуются в научной литературе, в том числе в работах А.П.Альгина, И.Т.Балабанова, В.П.Буянова, С.В.Вайданцева, П.Г. Грабового, В.М.Гранатурова, В.А.Кардаша, К.А.Кирсанова, М.Г.Лапусты, В.Н.Лившица, Л.А.Михайлова, Б.А.Райсберга, В.Т.Севрук, В.Л.Тамбовцева, В.В.Хохлова, В.В.Христиановского, В.А.Чернова, Л.Г.Шаршукова и других.
Последнее десятилетие начали активно изучаться вопросы математического моделирования экономических рисков. Систематическое изложение различных подходов в разработке рисковых экономико-математических моделей представлено в монографиях и статьях отечественных и зарубежных авторов: Е.Д.Вогана, П.Т.Верченко, В.В.Витлинского, A.M. Дуброва, Л.Г.Дугласа, М.Дж.Грубера, А.М.Дубова, Р.М.Качалова, И.Я.Лукасевича, Б.А.Лагошина, Ю.П.Лукашина, СИ. С.И.Наконечного, С.А.Смоляк, А.Н. Первозванского, К.Рэдхэда, С.Хьюса, В.Ф.Шарпа, Е.Дж.Элтона, О.И.Ястремского и других.
Методологические основы настоящего исследования сфоримировались, в первую очередь, на трудах отечественных и зарубежных ученных И.А.Александрова, В.В. Алиничева, Г.А. Бабкова, Т.Бачкаи, М.И.Баканова, А.Гатаулина, В.Н.Дегтяренко, О.В.Завгородневой, В.М.Зеляковской, А.П.Задкова, В.-Б.Занга, В.В.Ковалева, Э.В. Крылатых, М.Х. Мескона, В.А Перепелицы, Е.В.Поповой, М.В.Романовой, С.А.Смоляка, М.А.Федотова, В.Д.Шапиро, В.П.Щербины, M.Greene, F.Knight, E.Vaughan, C.Williams и др. Большой вклад в науку и практику моделирования, прогнозирования и прикладной информатики экономических систем внесли А.Е.Алтунин, Е.В.Бережная,В.И.Бережной,ВИ.Векленко, В.А. Долятовский, Е.Н.Ефимов, А.Н.Жирабок, Л.В.Канторович, Дж.Фон Нейман, Э-Л.Нейман, Э.Петерс, А.Ф.Рогачев, Г.Н.Хубаев, Л.П.Яновский и другие.
В то же время методология изучения рисков в сфере АПК в основном сосредотачивает внимание более всего на макроэкономических рисках, связанные с неопределенностью внешней экономической среды, структурными сдвигами в производстве, бюджетным дефицитом и др., тогда как нет достаточно обоснованных исследований рисков в области принятия решений в условиях, связанных с потенциально возможным появлением неблагоприятных ситуаций и последствий, которые могут ухудшить показатели эффективности хозяйственной деятельности.
К настоящему времени в публикациях Э. Петерса, В.-Б. Занга, B.C. Сафонова и других авторов вызрела идея «дополнительного измерения» по отношению к установившейся хрестоматийной теории экономического риска. «До-пол штельное измерение» предполагает, что в реальных ситуациях математический инструментарий оценки меры экономического риска так или иначе теряет свою прогностическую способность и, соответственно, требуется дополнить или заменить его на другой инструментарий, более эффективный в конкретной рыночной ситуации. Проблемным становится вопрос, как определить те моменты, когда одни факторы становятся определяющими, а значимость других
ф ослабевает? В качестве одного из продуктивных подходов к решению этого во-
проса в научных публикациях появилась идея так называемого многокритериального подхода к оценке меры риска. На идеях многокритериальго подхода и фрактального анализа базируются исследования, реализованные в настоящей диссертационной работе.
Цель и задачи исследования. Целью настоящей работы является разработка математических и инструментальных методов оценки и управления рисками и прогнозирования для принятия экономических управленческих решений в отрасли растениеводства агропромышленного комплекса с учетом
ж, специфики зон рискового земледелия. В соответствии с целью работы реша-
лись следующие задачи:
уточнить сущность экономических рисков в сфере агропромышленного комплекса;
исследовать характерные типы рисков, причины их возникновения и формы проявления;
выявить специфику природно-климатичеких факторов риска сельскохозяйственной деятельности растениеводческих предприятий АПК региона;
обосновать методы анализа и прогнозирования урожайностей сельскохозяйственных культур с целью создания информационной базы для эффек-тивного управления риском.
Предмет и объект исследования. Предметом исследования являются экономико-математические модели и методы прогнозирования и управления рисками в растениеводстве. Объект исследования - отрасль растениеводства агропромышленного комплекса региона.
Методология и методы исследования. Теоретической и методоло
гической основой исследования послужили фундаментальные концепции и
прикладные исследования, содержащиеся в работах отечественных и зарубеж
ных ученных, посвященные проблемам прогнозирования и экономической тео-
" рии рисков, их моделированию и практической оценке. Использовались теоре-
тические и практические разработки ведущих специалистов по прогнозированию
и управлению рисками, а также законодательные акты РФ, постановления Правительства РФ и Администраций Волгоградской области и Ставропольского края.
Информационную базу исследования составили аналитические и статистические материалы Госкомстата России, Волгоградской области и Ставропольского края, органов региональной власти и управления, научно-практические публикации по экономическим проблемам перерабатывающей области АПК, сведения, предоставленные предприятиями растениеводческой отрасли агропромышленного комплекса.
Диссертационная работа выполнена в рамках п. 1.1. «Разработка и развитие математического аппарата экономических систем: ...,оптимизации, теории принятия решений, дискретной математики и других методов, используемых в экономико-математическом моделировании»; п. 1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: фирм и предприятий, ...,способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений»; п. 1.8. «Математическое моделирование конъюнктуры, ...,определение трендов, циклов и тенденций развития» паспорта специальности 08.00.13 - «Математические и инструментальные методы в экономике».
Научная новизна. Научную новизну диссертационного исследования содержат следующие положения.
1. Развита концепция управления риском существенного снижения экономических результатов функционирования растениеводческой отрасли агропромышленного производства как системное проявление качественных (мера неопределенности) и количественных (не достижения оптимального решения) показателей хозяйственной деятельности вследствие случайного изменения внешних и внутренних условий производства.
На базе идей фрактального анализа осуществлено совершенствование методов выявления и численной оценки таких фундаментальных свойств эволюционных экономических систем и процессов, как трендоустойчивость, наличие и глубина памяти, что дает возможность построить более эффективный метод прогноза экономических процессов.
Впервые предложены методы нечетких множеств и линейных клеточных автоматов для прогнозирования урожайностей основных сельскохозяйственных культур.
Разработан и апробирован метод преобразования временных рядов урожайности в лингвистический временной ряд урожайности, что позволяет построить двухэтапный алгоритм прогнозирования урожайности.
Разработана новая математическая модель для прогнозирования урожайности на базе линейных клеточных автоматов, математического аппарата нечетких множеств, предложены и апробированы методы валидации и верификации прогнозной модели.
Осуществлено дальнейшее развитие методов использования R/S - анализа и фазовых портретов для получения необходимой информации о глубине долговременной памяти и циклической компоненте прогнозируемых временных рядов урожайности.
Практическая значимость полученных результатов определяется актуальностью поставленных задач и достигнутым уровнем разработки проблемы. Положения, развиваемые в работе, могут оказать практическую помощь при разработке мероприятий по оптимальному планированию растениеводческой деятельности в АПК, а также при разработке региональных программ развития предприятий аграрного производства. Практическое значение данная работа может иметь для дальнейших исследований в области совершенствования математических и инструментальных методов принимаемых решений с учетом
11 факторов риска в целях стимулирования повышения эффективности их хозяйственной деятельности.
Апробация и внедрение результатов исследования. Результаты исследования и основные его положения докладывались и получили положительную оценку на следующих конференциях и симпозиумах, проводимых различными академическими учреждениями и высшими учебными заведениями России:
на IV Всероссийском симпозиуме «Математическое моделирование и компътерные технологии» (Кисловодск, 2000);
на Северо-Кавказской региональной научной конференции молодых ученных, аспирантов и студентов «Перспектива-2001» (Нальчик,2001);
на IV научно-практической конференции аспирантов и студентов «Региональная экономика управления и права»(Черкесск,2001);
на VII Международной научно-технической конференции "Математические методы и информационные технологии в экономике" (Пенза, Приволжский Дом знаний, 2001);
на Международной научно-практической конференции (Нальчик,2001);
на II конференции молодых ученых (Российская Академия наук. Кабардино-балкарский научный центр, Нальчик, 2001);
на IV научно-практической конференции «Решение научно-технических и социально-экономических проблем современности» (Черкесск,2002);
на V Всероссийском симпозиуме «Математическое моделирование и компьютерные технологии» (Кисловодск,2002);
на Межрегиональной научно-практической конференции «Перепекти вы развития маркетинговой и коммерческой деятельности в регионе» (Ростов-на -Дону,Черкесск, 2002 г.);
на III Международной конференции «Новые технологии в управлении, бизнесе и праве» (Невиномысск, 2003г.);
- на VIII Международной конференции серии «Нелинейный мир». Образо
вание. Экология. Экономика. Информатика. (Астрахань, 2003);
- на III Международной научно-практической конференции «Проблемы
регионального управления, экономики, права и инновационных процессов в
образовании» (Таганрог, 2003 г.)
Результаты исследования, отдельные положения и рекомендации получили принципиальное одобрение Министерства сельского хозяйства Ставропольского края.
Публикации. Основные результаты диссертации изложены в опубликованных работах общим объемом 4,85 п.л.
Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы, приложений. Текст диссертации изложен на 176 страницах, включает 8 таблиц, 35 рисунков. Список использованной литературы состоит из 143 источников.
