Содержание к диссертации
Введение
1 Анализ современных научных исследований по экономико-математическому моделированию и прогнозированию развития территориально-производственных комплексов 14
1.1 Организационно-экономические типы и особенности функционирования нефтегазохимических территориально-производственных комплексов
1.2 Система макроэкономических показателей для оценки деятельности территориально-производственных комплексов 36
1.3 Сравнительный анализ моделей прогнозирования развития территориально-производственных комплексов
1.4 Особенности процедуры прогнозирования показателей развития нефтегазохимических территориально-производственных комплексов 52
1.5 Обоснование цели и задач диссертационной работы 59
2 Нечётко-логические инструменты прогнозирования развития нефтегазохимических территориально-производственных комплексов в условиях неопределенности 62
2.1 Обоснование выбора определяющих факторов и показателей развития нефтегазохимического ТПК 62
2.2 Разработка нечетко-логической модели прогнозирования развития нефтегазохимического ТПК в условиях малого объема достоверных исходных данных и неопределенности . 72
2.3 Разработка нечетко-временной модели прогнозирования развития нефтегазохимического ТПК в условиях неопределенности с учетом влияния факторов внешней среды 86
2.4 Архитектура и режимы функциональная информационной системы нечетко-временного прогнозирования показателей развития территориально-производственных комплексов в условиях неопределенности 97
2.5 Выводы 101
3 Прогнозирование развития нефтеперерабатывающего комплекса республики башкортостан наоснове экономико-математических нечетко-временных моделей . 103
3.1 Современное состояние развития нефтеперерабатывающего комплекса республики Башкортостан . 103
3.2 Разработка регрессионных факторных моделей краткосрочного оперативного прогноза валового выпуска продукции нефтехимического ТПК от объемов переработки нефти и объемов кредитов, выданных реальному сектору экономики . 115
3.3 Прогноз валового выпуска продукции нефтепереработки на основе экономико-математической нечетко-временной модели 121
3.4 Прогноз конкурентоспособности нефтехимического ТПК на основе модели нечеткого логического вывода в условиях малого объема достоверных исходных данных и неопределенности . 129
3.5 Выводы 143
Заключение 146
Список сокращений и условных обозначений 148
Глоссарий основных терминов и понятий 150
Список использованной литературы 158
- Система макроэкономических показателей для оценки деятельности территориально-производственных комплексов
- Обоснование выбора определяющих факторов и показателей развития нефтегазохимического ТПК
- Архитектура и режимы функциональная информационной системы нечетко-временного прогнозирования показателей развития территориально-производственных комплексов в условиях неопределенности
- Разработка регрессионных факторных моделей краткосрочного оперативного прогноза валового выпуска продукции нефтехимического ТПК от объемов переработки нефти и объемов кредитов, выданных реальному сектору экономики
Введение к работе
Актуальность темы работы В соответствии с концепцией долгосрочного социально-экономического развития Российской Федерации на период до 2020 года от 17 ноября 2008 года № 1662-р, стратегической целью является достижение уровня экономического и социального развития ведущих мировых государств, а также обеспечение успешного перехода к устойчивому социально-экономическому развитию. Важнейшая роль при этом отводится зонам опережающего экономического роста – крупным промышленным структурам -территориально-производственным комплексам (ТПК), в том числе, нефтегазохимическим (НГХ) ТПК. Нефтегазохимические ТПК образуются на базе крупных корпоративных промышленных структур, а также широкой сети предприятий малого и среднего бизнеса, совокупность которых обеспечивает существенный вклад в ВВП России и увеличение производства продукции с высокой добавленной стоимостью.
Формирование научно-обоснованной стратегии развития
нефтегазохимических ТПК, обеспечивающих производство продукции с высокой добавленной стоимостью, базируется на оценках и прогнозах тенденций экономики, прогнозах развития научно-технического прогресса (НТП), а также прогнозе факторов и отдельных макроэкономических показателей развития ТПК. При составлении такого рода прогнозов необходимо учитывать взаимодействие ТПК с внешней средой – с потребителями, товарными и финансовыми рынками, экономической ситуацией, существующим законодательством и политическими факторами.
Различным проблемам становления и развития производственных комплексов посветили свои работы отечественные ученые: Л.И. Абалкин, М.К. Бандман, О.Л. Бандман, А.Н. Белозерский, М.А. Винокуров, А.Г. Гранберг, Т.Н. Есикова, Н.Н. Колосовский, Д.С. Львов, Б.З. Мильнер, А.Г. Наговицин, Н.Н. Некрасов, B.C. Немчинов, Д.Ш. Султанова, Н.П. Фигурнова, П.Ж. Хандуев и др. За рубежом этими проблемами занимались Р. Акофф, С. Брю, А. Вебер, Т. Конно, В. Лаунхардт, К. Макконел, М. Портер, Л. Тойфсон, Й. Тюнен, П. Уотерман, Д. Хан, Э. Фрезе и др.
Разработке и развитию аппарата экономико-математического моделирования деятельности ТПК в условиях неопределенности посвящены работы ученых Гармаша А.В., Дли М.И., Емельянова А.А., Карпова В.Г., Карасева А. И., Канторовича Л.В., Кремера Н.Ш., Лоскутовой Н.А., Мельника М.М., Мешалкина В.П., Новиковой Н.В., Орлова А.И., Орловой И.В., Поспелова И.Г., Росса Г.В., Тельнова Ю.Ф., Савельевой Т.И., Федосеева В.В. В диссертациях Белозерского А.Ю., Гараева И.Н., Долотова А.И., Т.В. Какатуновой, К.А.Кравченко, С.А.Михайлова, Ильина А.А., Ильиных Ю.М., Ильясовой Т.В., Тютриной М.А., Фасхиева А.А. показано, что оценка состояния сложных экономических систем является трудно формализуемой задачей ввиду необходимости учета большего числа количественных и качественных факторов, а также наличия сложных взаимосвязей между ними и объективной неопределенности информации.
Большинство существующих научных работ по организации и управлению
ТПК направлено на комплексное исследование условий внешнего окружения и внутренней среды организации, на анализ разнообразных сторон функционирования с использованием методов системного анализа, а также на выявлении ключевых показателей успешной деятельности и управляющих факторов на основе многомерного статистического анализа.
Модели развития ТПК носят в основном описательный или нормативный характер. Это, как правило, означает, что эти качественные модели не могут быть формализованы, а отображают некоторые философские концепции развития “как должно или будет происходить”. При этом практически не уделяется внимания использованию методов экономико-математического моделированию и прогнозирования факторов, обусловливающих фактический успех и потенциал роста ТПК. Для разработки научно-обоснованной стратегии развития ТПК необходимо помимо методологии формального статистического прогнозирования использовать экономико-математические методы с учетом неопределенности.
Неопределенной информацией при прогнозировании развития нефтегазохимических ТПК являются данные о состоянии рынков нефти, газа и нефтепродуктов в стране и за рубежом,_ данные о состоянии потребителей,_ данные об объеме добычи минеральных ресурсов и др.
Прогнозирование развития нефтегазохимического ТПК в условиях неопределенности - это непрерывный процесс сбора и оценки больших объемов разнотипных неопределенных данных, а также построение на его основе структуры для принятия решений с использованием различных подходов и методов.
Вышеизложенное определяет актуальность научной задачи разработки нечетко-логических и нечетко-временных инструментов прогнозирования показателей развития нефтегазохимических ТПК в условиях неопределенной информации о факторах внешней и внутренней среды организации.
Основные разделы диссертационной работы соответствуют плану фундаментальных исследований РАН на период до 2025 года - раздел 8.2 “Экономические науки”, в рамках научной проблемы: «Разработка математического и эконометрического инструментария, а также теоретических и методологических основ анализа, моделирования и прогноза качества и образа жизни населения: макро- и региональный аспекты».
Цель диссертационного исследования разработка нечетко-логических и нечетко-временных инструментов прогнозирования показателей развития нефтегазохимических территориально-производственных комплексов в условиях неопределенности факторов внешней и внутренней среды, как для последующего анализа, так и разработки принятия научно-обоснованных управленческих решений по формированию стратегии устойчивого социально-экономического развития.
Для достижения указанной цели сформулированы и решены следующие научные задачи:
-
Обоснование выбора определяющих факторов и показателей развития нефтегазохимического ТПК в условиях неопределенности внутренней и внешней среды.
-
Разработка нечетко-логической модели прогнозирования показателей развития нефтегазохимического ТПК в условиях малого объема достоверных исходных данных и неопределенности.
-
Разработка нечетко-временной модели прогнозирования показателей развития нефтегазохимического ТПК в условиях неопределенности с учетом влияния факторов внешней среды.
-
Разработка регрессионной модели оперативного прогноза валового выпуска продукции нефтегазохимического ТПК.
-
Разработка комплекса программ нечетко-логического и нечетко-временного прогнозирования показателей развития нефтегазохимических ТПК в условиях неопределенности.
-
Практическое применение предложенных нечетко-логических и нечетко-временных инструментов прогнозирования на материалах нефтехимического комплекса республики Башкортостан.
Объект исследования предприятия и объединения предприятий нефтегазохимического территориально-производственного комплекса России.
Предметом исследования являются модели и процедуры прогнозирования показателей ТПК в условиях неопределенности факторов внешней и внутренней среды.
Научная новизна исследования
-
Разработана нечетко-логическая модель прогнозирования основных показателей развития нефтегазохимического ТПК в условиях малого объема достоверных исходных данных и неопределенности факторов, отличающаяся применением процедур факторной декомпозиции прогнозной функции по группам определяющих факторов, получении прогноза с использованием нечеткого логического вывода по каждой группе факторов и группового синтеза результирующего прогноза, что позволяет устранить внутри- и межгрупповые эффекты взаимодействия нечетких факторов, проводить анализ и прогнозирование с использованием данных, представленных в вербальной форме и повышает достоверность прогноза.
-
Разработана нечетко-временная модель прогнозирования показателей развития нефтегазохимического ТПК в условиях неопределенных факторов внутренней и внешней среды, отличающаяся использованием процедур нечеткого логического вывода, основанного на правилах, на прецедентах и на нечетко-временных последовательностях, что позволяет строить прогноз выходного признака с использованием разнотипных факторов, и проводить согласование прогноза с тенденциями развития отраслевой, национальной и мировой экономики.
-
Разработана регрессионная факторная модель валового выпуска продукции нефтеперерабатывающего комплекса республики Башкортостан по данным 2005-12 гг., отличающаяся использованием агрегированной производственной функции и выбором в качестве основной независимой
переменной объема кредитов, выданных реальному сектору экономики, что позволяет проводить оперативный прогноз валового выпуска продукции на краткосрочный период.
4. Разработан комплекс программ нечетко-логического и нечетко-временного прогнозирования показателей развития нефтегазохимических ТПК в условиях малого объема достоверных исходных данных и неопределенности, позволяющий проводить прогнозирование по исходным данным, представленным в количественной, качественной и вербальной форме.
Теоретическая и практическая значимость
1. Теоретическое значение имеют нечетко-логическая и нечетко-временная
модели прогнозирования показателей развития нефтегазохимического ТПК,
обеспечивающие повышение достоверности прогнозов нечетких показателей и
минимизацию рисков при принятии управленческих решений в условиях
неопределенности.
2. Практическую значимость имеют комплекс программ нечетко-
логического и нечетко-временного прогнозирования показателей развития
нефтегазохимического ТПК в условиях неопределенности.
Методы исследования: методы экономической теории, математической статистики, системный анализ, методы социально-экономического прогнозирования и теории нечетких множеств и нечеткой логики. Применяются научные положения и выводы, сформулированные в трудах отечественных и зарубежных ученых по экономико-математическому моделированию бизнес-процессов и прогнозированию социально-экономических систем в условиях неопределенности.
Положения, выносимые на защиту
-
Нечетко-логическая модель прогнозирования основных показателей развития нефтегазохимического ТПК в условиях малого объема достоверных исходных данных и неопределенности факторов.
-
Нечетко-временная модель прогнозирования развития нефтегазохимического ТПК в условиях неопределенности с учетом влияния факторов внешней среды на основе методологии нечетких временных рядов и нечеткого логического вывода, основанного на правилах и на прецедентах.
-
Регрессионная факторная модель валового выпуска продукции нефтеперерабатывающего комплекса республики Башкортостан от объема кредитов, выданных реальному сектору экономики.
-
Комплекс программ нечетко-логического и нечетко-временного прогнозирования показателей развития нефтегазохимических ТПК в условиях малого объема достоверных исходных данных и неопределенности внешней среды.
Обоснованность выводов и положений диссертации подтверждается комплексным использованием известных, проверенных практикой теоретических и эмпирических методов исследования – методов статистического прогнозирования и экономического анализа; методов теории нечетких множеств, статистического анализа и экономико-математического моделирования, а также
учетом экспериментально изученных особенностей функционирования нефтегазохимических территориально-производственных комплексов.
Достоверность результатов исследования определяется тем, что рекомендации и выводы диссертационного исследования основаны на обработке исходной статистической информации; не противоречат известным теоретическим и практическим результатам, содержащимся в публикациях отечественных и зарубежных ученых по применению математических и инструментальных методов экономики для исследования территориально-производственных комплексов.
Эффективность предложенных в диссертации инструментов принятия решений подтверждается результатами их практического применения в ОАО АНК «Башнефть».
Апробация работы Основные результаты диссертационного исследования
докладывались на ряде научно-практических конференциях: Международных
научно-практических конференциях «Экономика и управление: анализ тенденций
и перспектив развития» (Новосибирск, 2012, 2013); «Промышленное развитие
России: проблемы, перспективы» (Н.Новгород, 2012); «Проблемы анализа и
моделирования региональных социально-экономических процессов» (Казань,
2013); «Экономико-математические методы исследования современных проблем
экономики и общества» (Уфа, 2013); Всероссийской научно-практической
конференции с международным участием «Инновационные технологии
управления социально-экономическим развитием регионов России» (ИСЭИ УНЦ
РАН, Уфа, 2013), а также научных семинарах Башкирского государственного
университета и Международного института логистики ресурсосбережения и
технологической инноватики Российского химико-технологического
университета имени Д.И. Менделеева.
Результаты исследования и разработанный автором комплекс программ
«Прогнозирование нечетких данных для решения бизнес задач предприятий ТЭК»
использованы при прогнозировании показателей развития
нефтеперерабатывающего ТПК республики Башкортостан.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений. Включает 41 таблицы и 26 рисунков. Текст диссертации содержит 171 машинописных страниц. Список литературы включает 135 источников.
Система макроэкономических показателей для оценки деятельности территориально-производственных комплексов
При прогнозировании показателей развития нефтегазохимических комплексов в основе лежит не только проведение аналитических исследований и подготовка базы данных, но и использование методов прогнозирования, способов и приемов расчетов будущих значений экономических показателей. Исследуя существующие методы прогнозирования можно дать ответы на следующие вопросы: какие методы возможно использовать при разработке прогнозов развития территориальных производственных комплексов, в том числе и нефтегазохимических; насколько методическая база адекватна современным рыночным условиям функционирования нефтегазохимических комплексов.
По оценкам специалистов в настоящее время насчитывается более 150 различных методов прогнозирования, но в качестве основных на практике используется приблизительно 20 методов. Для минимизации объемов работы по выбору соответствующего метода необходимо разделять методы прогнозирования в однородные группы. На сегодня не существует единой классификации методов прогнозирования. Однако еще в 1960-е годы широкую известность получила классификация, данная в книге Э. Янча [115]. Но в этой книге методы прогнозирования не разделяются на качественные и количественные. Также не разделяются на качественные и количественные методы классификация, данная в книге «Рабочая книга по прогнозированию» [13], здесь все методы разделены на фактографические и экспертные. Такую классификацию можно применять в случае, если фактографичность понимать как применение классификационных и математических моделей. По мнению Е.Д. Гражданникова, «экспертные оценки и моделирование - это два основных метода построения прогнозов» [31]. Такой классификации придерживается большинство авторов [16, 18, 29, 31, 35, 70, 82, 83, 87, 103, 107, 108].
Все существующие методы прогнозирования можно разделить на две крупные группы:
1. Фактографические, т.е. формализованные, количественные, в основе которые лежит имеющаяся информация об объекте прогнозирования в его прошлом;
2. Экспертные, т.е. интуитивные, качественные методы, основой которых является мнение специалистов-экспертов, которые применяются в случае, когда невозможно представить изучаемый процесс в виде формальной системы или имеет место неопределенность развития хозяйственной структуры.
Е.А. Черныш [109] все существующие методы прогнозирования сгруппировал по различным признакам: степени формализации, общему принципу действия, способу получения и обработки информации, направлениям и назначению прогнозирования, процедуре получения параметров прогнозной модели. Он выделяет статистические методы, методы аналогий, опережающие методы. Также методы прогнозирования он разделил на интуитивные и формализованные.
В книге Э.А. Уткина [103] совокупные методы прогнозирования делятся на четыре группы: экспертных оценок, экстраполяции трендов, корреляционно-регрессионного анализа, экономико-математического моделирования. Он объединяет методы экстраполяции трендов и регрессионного анализа в общее понятие и называет «методы анализа временных рядов». Регрессионный анализ и экономико-математическое моделирование образуют понятие «методы анализа причинных связей». Сюда же можно добавить нормативный метод прогнозирования. А.А. Эрлих [114] намного упростила классификацию методов прогнозирования и объединила в две большие группы: фундаментальные и технические.
По ее мнению «прогнозировать можно двумя методами -фундаментальным и техническим». Эти методы стараются решить поставленную задачу не в полной мере необходимыми данными. Фундаменталисты изучают причины, которые движут рынком, а технические аналитики - эффект. Фундаменталист полагается на обычную логику и все время задает вопрос «почему?» Технический аналитик считает, что знать причину вовсе не обязательно, так как фундаментальный анализ заложен в технический по определению.
B.C. Большаков [17] утверждает, что в условиях нестабильной рыночной экономики, центр тяжести финансового прогнозирования закономерно смещается в сторону не технического, как это имеет место в условиях относительно стабильной экономики, а фундаментального, то есть глубокого финансово-экономического анализа прогнозируемых величин.
В трудах Г.Л. Багиева и Е.Л. Богдановой [8] описаны результаты опроса, проведенного на 334 предприятиях различных отраслей Московской области, целью которого было исследование частоты применения различных методов прогнозирования на практике. По результатам опроса наиболее применяемыми методами являются: экстраполяция трендов (73,7% опрошенных), метод скользящей средней (67,7%), а также ряд экспертных методов (более 80,0%), то есть наиболее простые.
Подробное описание экстраполяционного метода прогнозирования приводится в работах А.Г. Гранберга [35], А.М. Дуброва, B.C. Мхитаряна, Л.И. Трошина [71], М.Р. Ефимовой, Е.В. Петровой, В.Н. Румянцева [43], А.А. Исаева [46], Н.Л. Леонтьева [61], Т.Г. Морозовой [70], Р. Томаса [87], А. Э. Уткина [103], Е.А. Черныша [109], и других.
Экстраполяция - это метод научного исследования, который заключается в распространении выводов, полученных из наблюдения над одной частью явления, на другую его часть, то есть экстраполяция - это нахождение по ряду данных функции других ее значении, находящихся вне этого ряда. Разделяют перспективную и ретроспективную экстраполяцию. Интерполяция - это нахождение промежуточных значений функции в области ее определения.
Главное в экстраполяционных прогнозах своевременно фиксировать объективно намечающийся сдвиг при выявлении закономерных тенденций развития явления. Тренд - это длительная тенденция изменения экономических показателей. При экстраполяции используется метод трендового анализа. Он включает две процедуры [34]:
1. Разложение динамического ряда на локальные и протяженные компоненты. Локальные охватывают лишь небольшую часть или даже отдельную часть кривой. Протяженные - имеют место на всем протяжении динамического ряда;
2. Операцию спрямления (линеаризации) кривой динамики (метод спрямления).
Разделение динамических рядов на протяженные компоненты впервые проведено У.М. Персонсом (Персоне У.М. Корреляция временных рядов // Математические методы в статистике. М., 1927. С. 303) в 1920-е гг.
Обоснование выбора определяющих факторов и показателей развития нефтегазохимического ТПК
Необходимый в современных условиях механизм исследования и реализации стратегии регионального промышленного развития сопряжен с целым рядом проблем, основными из которых являются:
- отсутствие четких методологических основ моделирования и прогнозирования территориальных производственных комплексов;
- отсутствие на уровне территорий необходимой организации статистических данных, в частности межотраслевых продуктовых потоков в дробной отраслевой классификации;
- отсутствие информации по многим количественным и качественным характеристикам деятельности территориальных производственных комплексов;
- отсутствие единого согласованного перечня измерителей деятельности ТПК.
В этой связи, наиболее распространенным в настоящее время методом идентификации и оценки деятельности региональных экономических систем является подход, основанный на экспертных оценках. Однако возможна и количественная оценка потенциала роста территориальных производственных комплексов и их отдельных участников. Эффективность деятельности территориальных производственных комплексов мы рассматриваем на примере нефтехимического кластера Республики Башкортостан, который обладает высокой конкурентоспособностью. Большинство оцененных параметров по видам деятельности производство нефтепродуктов и нефтехимия или лучше, чем в среднем по РФ, или имеет значительную положительную динамику [85]. Общим ресурсом, на основе которого формируется ядро территориального комплекса, является переработка нефти. В соответствии с этим, возможно провести оценку прироста валовой продукции нефтехимического территориального производственного комплекса в целом по приросту объема переработки нефти и стоимостью нефти и нефтепродуктов на рынке и другим факторам. В работе [66] предлагается использовать в качестве критериев эффективности функционирования территориальных производственных комплексов показатели численности занятых, рентабельности и их изменения. Однако, показатель рентабельности, отсутствует в статистических региональных отчетах по видам деятельности, и вместо него предлагается использовать показатель прироста объема отгруженных товаров собственного производства, выполненных работ и услуг собственными силами всего по нефтехимическому комплексу РБ – прирост валового продукта (ВП). С точки зрения управленческого воздействия на целевой показатель, целесообразно рассмотрение от двух подгрупп факторов - внешних и внутренних. Внутренние факторы можно считать управляемыми на уровне отдельного предприятия; внешние – регулируемыми на уровне промышленных союзов, органов власти, социальных институтов и других образований.
В соответствии с логико-информационной моделью процедуры прогнозирования развития территориально-производственного комплекса, предложенной в первой главе, задачу необходимо решать комплексно как систему взаимосвязанных задач прогнозирования. Важнейшими являются задачи прогноза тенденций экономики (национальной и мировой) и тенденций научно-технического прогресса, оказывающего существенное влияние на как сам продукт, так и на производство и потребление. Однако, существует значительная неопределенность в долгосрочных тенденциях, так как будущее определяется политическими решениями, развитием технологий и другими факторами, которые реализуются сейчас.
Основные внешние факторы мировой экономики. В качестве основных внешних факторов, влияющих на развитие нефтегазохимического ТПК, нами рассматриваются следующие показатели тенденции мировой экономики [92]:
1) мировой спрос на нефть и мировое потребление нефти в качестве первичных энергоресурсов;
2) цена за 1 баррель нефти на мировом рынке;
3) темпы роста мировой экономики;
4) уровень технологического развития. Повышение спроса на нефть на мировом рынке и рост мирового потребления нефти в общей доле первичных энергоресурсов способствуют положительной динамике развития нефтегазохимических ТПК.
На рисунках 9 и 10 приведены диаграммы мирового спроса на нефть в различных сценариях и динамика мирового потребления нефти в общей доле первичных энергоресурсов, определяющие тенденции развития нефтегазохимических ТПК [26].
Архитектура и режимы функциональная информационной системы нечетко-временного прогнозирования показателей развития территориально-производственных комплексов в условиях неопределенности
Интеллектуальные системы прогнозирования, ориентированные на динамические проблемные области и реальный масштаб времени, относятся к классу интегрированных интеллектуальных систем, сочетающих строгие модели и методы поиска решения с нестрогими, эвристическими (логико лингвистическими) моделями и методами, базирующимися на знаниях специалистов-экспертов, моделях человеческих рассуждений, неклассических логиках и накопленном опыте [88]. На рисунке 19 приведена обобщенная блок-схема архитектуры интеллектуальной (способной к адаптации, модификации и обучению моделей и оперирования знаниями) системы прогнозирования показателей развития НФХ ТПК в условиях неопределенности с включением различных средств представления временных (темпоральных) зависимостей о событиях, фактах, действиях и процессах, происходящих в проблемной области ориентированную на специфику соответствующего типа неопределенности.
Алгоритм прогнозирования включает решение следующих задач: В блоке «Анализатор проблемной ситуации» формируется определяющие факторы и показатели развития ТПК для прогноза, которые заносятся в базу данных показателей. Прогноз исходных факторов на заданный горизонт прогнозирования осуществляется либо заданием готовых прогнозов с использованием различных источников, либо с использованием статистических моделей из базы моделей прогнозирования (экстраполяции, АРПСС и др.).
В блоке «Поиск решений, объяснения» производится разбиение прецедентов на классы эквивалентности; вычисление степени близости между прецедентами и определение варианта (метода) получения прогноза. База моделей прогнозирования показателей развития ТПК включает три модели: прогнозирование, основанное на прецедентах, прогнозирование, основанное на нечетко-временной модели адаптации и прогнозирование с использованием логического вывода, основанного на дедуктивных правилах вида "если...то..." , что позволяет сформировать до трех вариантов прогноза. В блоке «Обучения, адаптации и модификации» выполняется поиск ассоциативных правил; анализ временных последовательностей; агрегирование данных; обнаружение отклонений и получение дополнительных знания из базы знаний, что позволяет выявлять значимость факторов и заполнять отсутствующие признаки. Адаптация решения производится на основе использования нечетко-временной модели в соответствии с установленными критериями. В блоке моделирования формируются различные критерии качественной меры сходства прецедентов. В блоке прогнозирования выполняется определение прогноза искомого показателя в нечеткой форме и его дефаззификация. В блоке приобретения и накопления знаний выполняется добавление прецедентов в базу знаний на основе результатов адаптации исходных факторов и представления как нового сконструированного прецедента. В основе интеллектуальной системы прогнозирования лежит совокупность способных к адаптации и обучению моделей представления и оперирования знаниями, ориентированные на специфику проблемной области и соответствующего типа: неполнота, нечеткость, противоречивость, недетерминизм и т.д. Интеллектуальная система прогнозирования определяется набором: SS= M, R(M), F(M), F(SS) , где M={M1,…,Mn} – множество формальных или логико-лингвистических моделей, реализующих определенные интеллектуальные функции; R(M) – правила выбора необходимой модели или совокупности моделей в текущей ситуации; F(M)={F(M1),…,F(Mn)} – множество правил модификации моделей M1,…,Mn; F(SS) – правило модификации собственно системы SS - ее базовых конструкций M, R(M), F(M) и, возможно, самой F(SS), т.е. F(SS) реализует целый ряд отображений. Правила модификации данного типа используется в ситуациях, когда имеющихся множеств моделей, правил выбора и правил модификации недостаточно для принятия решений в сложившейся 100 проблемной ситуации. Причем для модификации F(SS) могут быть использованы как внутренние средства порождения моделей и правил, так и внешние метазнания, отображающие прагматический аспект проблемной ситуации.
Разработанная система прогнозирования, с включением различных средств представления временных зависимостей о событиях, фактах, действиях и процессах, происходящих в проблемной области, ориентирована на специфику соответствующего типа неопределенности.
Описанный алгоритм реализован в виде комплекса программ для ЭВМ «Прогнозирование нечетких данных для решения бизнес задач предприятий ТЭК», разработанным с участием автора [97].
Программа предназначена для анализа динамики и прогнозирования экономических показателей крупных территориально - производственных комплексов. Функциональные возможности программы: построение набора данных для решения аналитических задач; выбор метода анализа и прогнозирования; проведение многомерного анализа по технологии OLAP; анализ и прогнозирование данных, представленных в вербальной форме.
Программное описание осуществлено на объектно-ориентированных алгоритмическом языке С++, имеет модульную структуру и построена с использованием средств разработки СУБД Microsoft SQL Server для хранения данных, а также инструментальных интеграционных средств сопряжения с модулем нечеткой логики системы MatLab.
Программный продукт содержит последовательность действий, в результате выполнения которой определяется модель прогнозирования конкретного временного ряда из базы моделей. Кроме того, метод прогнозирования содержит действия по оценке качества прогнозных значений.
При прогнозировании временных рядов возможны два варианта постановки задачи. В первом варианте для получения будущих значений исследуемого временного ряда используются доступные значения только этого ряда. Во втором варианте для получения прогнозных значений возможно использование не только фактических значений искомого ряда, но и значений набора внешних факторов, представленных в виде временных рядов. Описанный выбор осуществляется в модуле «Анализатор проблемной ситуации».
Модуль обучения адаптации и модификации оценивает прогнозы разными методами и представляет собой ситуационный анализ с целью последующего использования в аналогичных ситуациях.
Модуль приобретения и накопления знаний дает возможность модификации системы путем пополнения / изменения коллекции методов, а также позволяет модифицировать темпоральную базу знаний.
Разработанная с участием автора программа для ЭВМ «Прогнозирование нечетких данных для решения бизнес задач предприятий ТЭК» имеет свидетельство о государственной регистрации программ для ЭВМ в реестре программ для ЭВМ Федеральной службы РФ по интеллектуальной собственности, патентам и товарным знакам (Приложение А).
Разработка регрессионных факторных моделей краткосрочного оперативного прогноза валового выпуска продукции нефтехимического ТПК от объемов переработки нефти и объемов кредитов, выданных реальному сектору экономики
В таблице 28 приведены региональные и отраслевые показатели, отражающие тезис о значительном вкладе нефтехимической отрасли в экономику региона.
Доля нефтепереработки и нефтехимии составляет в среднем 63 % и 37% в объеме отгруженных товаров и выполненных работ и услуг соответственно по обрабатывающим производствам и в общем объеме по РБ. Коэффициент корреляции между ВРП и объемом отгруженных товаров собственного производства, выполненных работ и услуг по отрасли нефтепереработка и нефтехимия составляет 0,88, коэффициент детерминации в уравнении парной регрессии составляет 0,77.
В структуре выпускаемой продукции комплекса нефтепереработки около 39% физических объемов реализации приходится на дизельное топливо, 26% -на бензины, 14% - на мазут, 10% - на вакуумный газойль и около 12% составляют прочие нефтепродукты. Поэтому общим ресурсом, на основе которого формируется ядро территориального кластера, является переработка нефти на нефтеперерабатывающих предприятиях уфимской группы НПЗ и НПЗ ОАО «Газпромнефтехим Салават». В соответствии с этим, возможно провести анализ оценки эффективности работы нефтехимического кластера в целом по приросту объема переработки нефти и стоимостью нефти и нефтепродуктов на рынке.
В таблице 29 приведены показатели переработки нефти нефтехимического ТПК РБ.
Общим ресурсом, на основе которого формируется ТПК, является нефть, поступающая на нефтеперерабатывающие предприятия ОАО АНК «Башнефть» и ОАО «Газпромнефтехим Салават». В соответствии с этим, возможно провести анализ оценки эффективности работы нефтехимического ТПК в целом по
118 приросту объема переработки нефти и стоимости нефти и нефтепродуктов на рынке.
В таблице 29 приведены интегральные технологические и экономические показатели переработки нефти нефтехимического ТПК Башкортостана. Для оперативного прогноза отгруженных товаров собственного производства, выполненных работ и услуг (Otg, млрд. руб.) и валового выпуска продукции (ВП, млрд. руб.)) по нефтехимическому ТПК автором получены, по результатам корреляционно-регрессионного анализа, следующие уравнения регрессии:
Otg = -2272,673 +98,2 G, (3.1) ВП = -1719,08 +74,13G, (3.2) где G – объем первичной переработки нефти, млн. тонн
Для приведенного уравнения коэффициент детерминации составляет 0,98, уравнение значимо в целом. В случае использования множественной регрессии с привлечением рыночных факторов (цены на нефть и нефтепродукты), соответствующие коэффициенты в уравнениях регрессии (3.1) и (3.2) незначимо влияют на целевой показатель.
Зависимость объемов отгруженной продукции - Otg только от объема переработки нефти свидетельствует, к сожалению, только об экстенсивном характере развития нефтехимического ТПК. Действительно, отчеты ОАО АНК «Башнефть» показывают, что структура производства работает в большей доле по топливной схеме. Стратегия ОАО АНК «Башнефть» направлена на рост стоимости за счет увеличения добычи углеводородов и прироста запасов нефти и газа. Реализации программы модернизации НПЗ и повышения эффективности по всей цепочке создания стоимости является первоочередной задачей, в частности для процессов нефтепереработки, стратегической задачей является повышения глубины переработки нефти.
Эконометрическая модель экспресс оценки валового выпуска продукции нефтепереработки по данным кредитно-финансового сектора [117]
Другой метод прогноза валового продукта - оперативный прогноз по кредитам, выданным реальному сектору экономики. Изменения в реальном секторе экономики существенно влияют на состояние, формы и методы осуществления банковской деятельности и наоборот, что влечет задачу построения моделей экономического развития, сбалансированных по кредитно-финансовому сектору.
Развитие промышленности и банковского сектора взаимосвязано и взаимозависимо, поскольку любые изменения в реальном секторе существенно влияют на состояние, формы и методы осуществления банковской деятельности и наоборот.
Агрегированные показатели для оценки крупных ТПК не оперативны и не точны, в связи с большим количеством источников разнотипной информации, распределенной по различным автономным предприятиям, входящим в ТПК. Учитывая тесную взаимозависимость банковского и реального секторов, автором разработана регрессионная факторная модель оперативного прогноза валового выпуска продукции нефтеперерабатывающего комплекса республики Башкортостан по кредитам, выданным нефтехимическому ТПК [3, 50].
