Высокие статистические технологии

Форум сайта семьи Орловых

Текущее время: Чт мар 28, 2024 12:15 pm

Часовой пояс: UTC + 3 часа




Начать новую тему Ответить на тему  [ Сообщений: 2 ] 
Автор Сообщение
 Заголовок сообщения: Организационно-экономическое моделирование в контроллинге
СообщениеДобавлено: Ср июл 08, 2009 8:48 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11265
ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОЕ МОДЕЛИРОВАНИЕ
В КОНТРОЛЛИНГЕ

С.Ю. Куликова, В.С. Муравьева, А.И. Орлов

Лаборатория экономико-математических методов в контроллинге
научно-учебного комплекса «Инженерный бизнес и менеджмент»
МГТУ им. Н.Э.Баумана

На кафедре «Экономика и организация производства» в конце ХХ – начале XXI вв. создана научная школа в области организационно-экономического моделирования, эконометрики и статистики. Преподавание соответствующих дисциплин курирует одноименная секция кафедры, научные исследования ведет Лаборатория экономико-математических методов в контроллинге. Статья посвящена деятельности научной школы, ведущимся исследованиям и некоторым полученным результатам.

Несколько слов о терминах и развитии науки

Любое широко используемое понятие – «контроллинг», «маркетинг» и т.п. – имеет сотни и тысячи определений. Поэтому поясним наше понимание используемых терминов.
Организационно-экономическое моделирование (ОЭМ)– научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями. Термин «экономико-математические методы и модели (ЭММиМ)» имеет близкое содержание. Отличаются эти термины акцентами. ОЭМ нацелено на решение задач организации (управления, менеджмента) и экономики с помощью моделирования. В ЭММиМ сильна математическая составляющая, не связанная непосредственно с проблемами реального мира.
Статистические методы в экономике – предмет эконометрики, базой которой является прикладная статистика. Развитие представлений в этой области и соответствующей терминологии рассмотрим подробнее.
К 60-м годам ХХ в. в нашей стране сформировалась научно-практическая дисциплина, которую называем классической математической статистикой. Специалисты-статистики учились теории по книге Г. Крамера [1], написанной в военные годы и впервые изданной у нас в 1948 г. Из прикладных руководств назовем учебник [2] и таблицы с комментариями [3].
Затем внимание многих специалистов сосредоточилось на изучении математических конструкций, используемых в статистике. Примером таких работ является монография [4]. В ней получены продвинутые математические результаты, но трудно выделить рекомендации для статистика, анализирующего конкретные данные.
Как реакция на уход в математику выделилась новая научная дисциплина - прикладная статистика. В учебнике [5] в качестве рубежа, когда это стало очевидным, мы указали 1981 г. – дату выхода массовым тиражом (33 940 экз.) сборника [6], в названии которого использован термин «прикладная статистика». С этого времени линии развития математической статистики и прикладной статистики разошлись. Первая из этих дисциплин полностью ушла в математику, перестав интересоваться практическими делами. Вторая позиционировала себя в качестве науки об обработке данных – результатов наблюдений, измерений, испытаний, анализов, опытов.
Вполне естественно, что в прикладной статистике стали развиваться математические методы и модели. Необходимость их развития вытекает из потребностей конкретных прикладных исследований. Это математизированное ядро прикладной статистики хочется назвать теоретической статистикой. Тогда под собственно прикладной статистикой следует понимать обширную промежуточную область между теоретической статистикой и применением статистических методов в конкретных областях. В нее входят, в частности, вопросы формирования вероятностно-статистических моделей и выбора конкретных методов анализа данных (т.е. методология прикладной статистики и других статистических методов), проблемы разработки и применения информационных статистических технологий, организации сбора и анализа данных, т.е. разработки статистических технологий.
Таким образом, общая схема современной статистической науки выглядит следующим образом (от абстрактного к конкретному):
1. Математическая статистика – часть математики, изучающая статистические структуры. Сама по себе не дает рецептов анализа статистических данных, однако разрабатывает методы, полезные для использования в теоретической статистике.
2. Теоретическая статистика – наука, посвященная моделям и методам анализа конкретных статистических данных.
3. Прикладная статистика (в узком смысле) посвящена статистическим технологиям сбора и обработки данных. Она включает в себя методологию статистических методов, вопросы организации выборочных исследований, разработки статистических технологий, создания и использования статистических программных продуктов.
4. Применение статистических методов в конкретных областях (в экономике и менеджменте – эконометрика, в биологии – биометрика, в химии – хемометрия, в технических исследованиях – технометрика, в геологии, демографии, социологии, медицине, истории, и т.д.).
Часто позиции 2 и 3 вместе называют прикладной статистикой. Иногда позицию 1 именуют теоретической статистикой. Эти терминологические расхождения связаны с тем, что описанное выше развитие рассматриваемой научно-прикладной области не сразу, не полностью и не всегда адекватно отражается в сознании специалистов. Так, до сих пор выпускают учебники, соответствующие уровню представлений середины ХХ века.
Примечание. Здесь мы уточнили схему внутреннего деления статистической теории, предложенную в [7]. Естественный смысл приобрели термины «теоретическая статистика» и «прикладная статистика» (в узком смысле). Однако необходимо иметь в виду, что в недавнем учебнике [5] прикладная статистика понимается в широком смысле, т.е. как объединение позиций 2 и 3. К сожалению, в настоящее время невозможно отождествить теоретическую статистику с математической, поскольку последняя (как часть математики - научной специальности «теория вероятностей и математическая статистика») заметно оторвалась от задач практики.
Отметим, что математическая статистика, как и теоретическая с прикладной, заметно отличается от ведомственной науки органов официальной государственной статистики. ЦСУ, Госкомстат, Росстат применяли и применяют лишь проверенные временем приемы позапрошлого (19-го) века. Возможно, следовало бы от этого ведомства полностью отмежеваться и сменить название дисциплины, например, на «Анализ данных». В настоящее время компромиссным самоназванием рассматриваемой научно-практической дисциплины является термин «статистические методы».
Во второй половине 80-х годов развернулось общественное движение, имеющее целью создание профессионального объединения статистиков. Аналогами являются британское Королевское статистическое общество (основано в 1834 г.) и Американская статистическая ассоциация (создана в 1839 г.). К сожалению, деятельность учрежденной в 1990 г. Всесоюзной статистической ассоциации (ВСА) [8] оказалась парализованной в результате развала СССР. Некоторую активность проявили созданные на базе ВСА Российская ассоциация статистических методов, Российская академия статистических методов, Белорусская статистическая ассоциация.
В ходе создания ВСА проанализировано состояние и перспективы развития теоретической и прикладной статистики. Создана новая парадигма организационно-экономического моделирования, эконометрики и статистики, основанная, в частности, на переходе от использования параметрических семейств распределений к непараметрической и нечисловой статистике. Выявлена необходимость создания нового поколения учебной литературы, которая должна сменить издания на основе идей середины ХХ в.
Реализация этой задачи - создание системы учебных дисциплин и учебников нового поколения, отражающих современную научную парадигму в рассматриваемой области – основное достижение научной школы МГТУ им. Н.Э. Баумана в области организационно-экономического моделирования, эконометрики и статистики.

Организационно-экономическое моделирование
как научно-практическая и учебная дисциплина

При стратегическом планировании на российских предприятиях должны использоваться современные методы организационно-экономического моделирования, основнные на интенсивном использовании математических и статистических методов. Рассмотрим основные подходы к преподаванию дисциплины «Организационно-экономическое моделирование» (ОЭМ) в МГТУ им. Н. Э. Баумана на факультете «Инженерный бизнес и менеджмент» кафедрой «Экономика и организации производства».
Развитие научно-технического прогресса предъявляет все большие требования к современным инженерам, управленцам и экономистам. В специалистах такого уровня особо остро нуждаются высокотехнологичные предприятия оборонно-промышленного комплекса. Для их подготовки в 2005 г. разработана новая специальность «Менеджмент высоких технологий» [9].
Под организационно-экономическими моделями понимают модели организационных и экономических явлений и процессов управления промышленными предприятиями и интегрированными производственно-корпоративными структурами. Для повышения эффективности управления необходимо применять современные организационно-экономические методы и модели. В соответствии с этим в программу обучения по специальности «Менеджмент высоких технологий» и была введена дисциплина ОЭМ.
Изучаемые методы признаны вооружить будущих специалистов, т.е. выпускников нашего Университета, современным статистическим и математическим инструментарием, необходимым для будущих специалистов для повышения конкурентоспособности на рынке труда.
В рамках данной дисциплины изучаются методы разработки и принятия управленческих решений. Большая часть курса посвящена выборочным исследованиям. Рассматриваются примеры применения случайных выборок при оценивании функции спроса и изучении предложения потребителей, а также в связи с контролем качества продукции и экологической обстановки. Обсуждается применение статистики нечисловых данных в теории и практике экспертных оценок. Рассматриваются оптимальные методы в экономике и управлении на примере управления запасами. Для целей прогнозирования изучается линейный регрессионный анализ, который рассматривается в основном на примере восстановления линейной зависимости между двумя переменными. Ежегодно в качестве лабораторной работы студенты собирают информацию о ценах для последующего расчета индексов инфляции. Разработаны учебники и учебные пособия по организационно-экономическому моделированию (см. [5, 10-13] и др.).
На факультете «Инженерный бизнес и менеджмент» МГТУ им. Н.Э. Баумана ведутся теоретические исследования и прикладные разработки в области организационно-экономического моделирования, прежде всего в Лаборатории экономико-математических методов в контроллинге. Основные места публикаций – журналы «Контроллинг» и «Заводская лаборатория». Рассмотрим примеры ведущихся исследований и некоторые полученные результаты.

Прогнозирование как одна из функций управления
промышленными предприятиями

На современном этапе к системе управления промышленными предприятиями предъявляются всё новые требования. В частности, необходима разработка эффективных систем прогнозирования для нужд управления промышленными предприятиями.
Основные функции управления были сформулированы еще Анри Файолем: «Управлять – значит прогнозировать и планировать, организовывать, руководить командой, координировать и контролировать» [14]. Результаты прогнозирования необходимы для планирования [15]. В данном разделе затрагиваются лишь функции прогнозирования и подходы к внедрению организационно-экономических методов и моделей прогнозирования.
Прогнозирование, как функция управления промышленными предприятиями, в настоящее время недостаточно используется. Есть ряд нерешенных проблем.
1. Часто используются устаревшие методы, не соответствующие современным требованиям.
2. Прогнозируются лишь отдельные характеристики (показатели) промышленных предприятий. В то время как решение проблемы прогнозирования заключается в рассмотрении предприятия как единой системы [16].
3. Предприятие в процессе своей производственно-хозяйственной деятельности сталкивается с проблемой учета инфляции. Существуют два способа учета инфляции − обратиться к внешним источникам или рассчитать самостоятельно [10]. Последнее предполагает разработку организационно-экономического моделирования инфляции.
Как правило, выделяют два вида прогнозирования – поисковое (эксплораторное, эксплоративное) и нормированное (нормативное). Основываясь на идеях метода ЖОК [10, гл.6; 11], вводим еще один − вариативный, отвечающий на вопрос: какие будут изменения при варьировании управляющими факторами?
В большинстве случаев распределение погрешностей измерений отличается от нормального [10, гл.4]. Следовательно, необходимо разрабатывать методы, не требующие знания закона распределения наблюдаемой случайной величины, т.е. непараметрические. В работах [17, 18] в рамках непараметрической вероятностно-статистической модели получено асимптотическое распределение точки пересечения, уровня качества и временного лага двух регрессионных линейных зависимостей. На основе метода линеаризации найдены асимптотические дисперсии и доверительные интервалы для рассматриваемых характеристик.
Внедрение методов прогнозирования целесообразно осуществлять в духе системы «Шесть сигм». Эта система может быть использована не только для повышения качества продукции и услуг. Она решает задачи совершенствования бизнеса, в том числе организации внедрения современных организационно-экономических методов и моделей [7, 8].

Проблемы устойчивости в моделях и методах
разработки стратегии предприятия

Процессы стратегического планирования на промышленных предприятиях реализуются в реальных ситуациях с достаточно высоким уровнем неопределенности. Велика роль нечисловой информации как на «входе», так и на «выходе» процесса принятия управленческого решения. Неопределенность и нечисловая природа управленческой информации должны быть отражены при анализе устойчивости экономико-математических методов и моделей.
Для обоснованного практического применения математические модели процессов управления промышленными предприятиями и основанных на них экономико-математических методов должна быть изучена их устойчивость по отношению к допустимым отклонениям исходных данных и предпосылок моделей. Возможные применения результатов подобного исследования:
заказчик научно-исследовательской работы получает представление о точности предлагаемого решения;
удается выбрать из многих моделей наиболее адекватную;
по известной точности определения отдельных параметров модели удается указать необходимую точность нахождения остальных параметров;
переход к случаю «общего положения» позволяет получать более сильные с математической точки зрения результаты.
Следовательно, необходима разработка и развитие теоретических основ и методологии обоснования, выбора и создания новых математических методов и моделей, направленных на рационализацию и оптимизацию управления экономической составляющей производственно-хозяйственной деятельности промышленных предприятий на основе изучения их устойчивости по отношению к допустимым отклонениям исходных данных и предпосылок моделей.
Реализованную нами исследовательскую программу целесообразно разбить на шесть направлений, посвященных решению следующих задач:
1. Развить методологию разработки математических методов и моделей процессов управления промышленными предприятиями, разработать общий подход к изучению устойчивости (общую схему устойчивости) таких моделей и методов и выделить частные постановки проблем устойчивости, в том числе устойчивость к изменению данных, их объемов и распределений, по отношению к временным характеристикам. Один из подходов к построению устойчивых методов и моделей - моделирование с помощью нечисловых объектов.
2. Разработать непараметрические (устойчивые к изменению распределения) статистические методы для решения конкретных задач управления промышленными предприятиями – для оценки характеристик, прогнозирования, сегментации рынка и др.
3. Установить связи между различными видами объектов нечисловой природы, построить вероятностные модели их порождения. На основе расстояний (показателей различия, мер близости) и задач оптимизации развить статистическую теорию в пространствах общей природы, Разработать методы моделирования конкретных нечисловых объектов.
4. Разработать асимптотическую статистику интервальных данных на основе понятий нотны и рационального объема выборки, развить интервальные аналоги основных областей прикладной статистики.
5. На основе концепции устойчивости по отношению к временным характеристикам (моменту начала реализации проекта, горизонту планирования) провести экономико-математическое моделирование ряда процессов стратегического управления промышленными предприятиями: обосновать применение асимптотически оптимальных планов, дать характеризацию моделей с дисконтированием.
6. Разработать устойчивые экономико-математические методы и модели процессов управления экономикой в функциональных областях производственно-хозяйственной деятельности промышленных предприятий, в частности, при использовании экспертных методов, в инновационном и инвестиционном менеджменте, при управлении качеством промышленной продукции, при выявлении предпочтений потребителей, при управления материальными ресурсами предприятия.

После кризиса - неформальная информационная экономика будущего

Мировой экономический кризис выявил необходимость разработки новых организационно-экономических механизмов стратегического планирования и развития предприятий. Организация производства должна быть основана на адекватной экономической теории.
Перспективные организационно-экономические механизмы управления производственно-хозяйственной деятельностью предлагаем конструировать на основе неформальной информационной экономики будущего, разрабатываемой как методологическая основа конкретных исследований в области организационно-экономического моделирования [21-24]. Отметим некоторые ее черты.
1. При принятии решений необходимо учитывать не только экономические, но и технологические, социальные, экологические, политические факторы. Экономика в целом – служанка общества, выполняет его требования. Цели общества первичны, экономические механизмы вторичны.
2. На основе современных информационных технологий и методов разработки и принятия управленческих решений [11] необходимо реализовать идеи В.М. Глушкова и Ст. Бира. В 60-х В.М. Глушков предложил создать Общегосударственную автоматизированную систему управления экономикой страны (ОГАС), а Ст. Бир разработал автоматизированную систему управления национализированными предприятиями Чили «Киберсин».
3. Новым по сравнению с временами В.М. Глушкова и С. Бира является широкое распространение Интернет-технологий, позволяющее аппаратно реализовать право граждан на участие в принятии касающихся их решений. Открытый процесс создания реальных организационных модулей системы, привлечения участников, прокладывания горизонтальных связей, осуществления операций с ее помощью можно назвать Open P2P Society - «Открытое сетевое общество». Неформальность – важнейшая черта, обеспечивающая свободу передачи информации и участие всех заинтересованных лиц и организаций в выработке и реализации решений. Удастся реализовать основные идеи анархизма.
4. В перспективе путем предварительного обсуждения и планирования можно будет снять проблему нерационального производства товаров и услуг. Удастся снять противоречие между «планом» и «рынком», избавиться от недостатков, но сохранить достоинства каждого из этих подходов к организации хозяйственной жизни.
5. Экономическую теорию надо избавить от крена в сторону хрематистики. Экономика – это наука о том, как производить, а не о том, как делить прибыль. Основное ядро современной экономической теории – это экономика предприятия.

Заключение

Организационно-экономическое моделирование (включая эконометрику, прикладную статистику, теорию принятия решений и другие экономиитко-математические методы и модели) разрабатывает интеллектуальные инструменты, позволяющие контроллеру успешно решать стоящие перед ним задачи модернизации систем упрравления предприятиями и организациями. В журнале «Контроллинг» опубликован ряд разработок Лаборатории экономико-математических методов в контроллинге, из которых отметим первую [25] и последнюю [26] по времени.

Литература

1. Крамер Г. Математические методы статистики. - М.: Мир, 1975. - 648 с.
2. Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений. Изд. 3-е, стереотипное. – М.: Наука, 1969. – 512 с.
3. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики / 3-е изд.- М.: Наука, 1983. - 416 с. (1-е изд. – 1965).
4. Каган А.М., Линник Ю.В., Рао С.Р. Характеризационные задачи математической статистики. - М.: Наука, 1972. - 656 с.
5. Орлов А.И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.
6. Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. – 64 с.
7. Орлов А.И. О перестройке статистической науки и её применений // Вестник статистики. 1990. №1. С.65 – 71.
8. Орлов А.И. Создана единая статистическая ассоциация // Вестник Академии наук СССР. 1991. №7. С.152-153.
9. Колобов А.А., Омельченко И.Н., Орлов А.И. Менеджмент высоких технологий. Интегрированные производственно-корпоративные структуры: организация, экономика, управление, проектирование, эффективность, устойчивость. − М.: Экзамен, 2008. − 621 с.
10. Орлов А.И. Эконометрика. – М.: Экзамен, 2004. – 576 с.
11. Орлов А.И. Теория принятия решений. – М.: Экзамен, 2004. – 576 с.
12. Орлов А.И. Оптимальные методы в экономике и управлении: Учеб. пособие по курсу «Организационно-экономическое моделирование». − М.: Изд-во МГТУ им. Н.Э. Баумана, 2007. − 44 с.
13. Орлов А.И. Организационно-экономическое моделирование. Часть 1. Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. - 541 с.
14. Файоль А. Общее и промышленное управление. – Л.-М.: Центральный институт труда, 1924. Переиздание: Контроллинг. 1992. Вып. 2. 151 с.
15. Муравьева В.С., Орлов А.И. Организационно-экономические проблемы прогнозирования на промышленном предприятии // Управление большими системами. Выпуск 17. М.: ИПУ РАН, 2007. С.143-158.
16. Муравьёва В.С. Организационно-экономические методы прогнозирования на промышленных предприятиях // Седьмой всероссийский симпозиум «Стратегическое планирование и развитие предприятий». Тезисы докладов и сообщений. Секция 2. Модели и методы разработки стратегии предприятия. - М.: ЦЭМИ РАН, 2006. C. 174-176.
17. Муравьева В.С., Орлов А.И. Непараметрическое оценивание точки пересечения регрессионных прямых // Заводская лаборатория. 2008. Т.74. №1. С.63-68.
18. Муравьева В.С. Точка встречи: асимптотическое распределение уровня качества и временного лага // Заводская лаборатория. 2008. Т.74. №3. С.70-73.
19. Фалько С.Г., Орлов А.И. «Шесть сигм» как подход к совершенствованию бизнеса // Контроллинг. 2004. №4(12). С.42-46.
20. Орлов А.И. «Шесть сигм» - новая система внедрения математических методов исследования // Заводская лаборатория. 2006. Т.72. №5. С.50-53.
21. Орлов А.И. Неформальная информационная экономика будущего // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений.- М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
22. Орлов А.И. Неформальная информационная экономика будущего – новая организационно-экономическая теория // Стратегическое планирование и развитие предприятий. Секция 4 / Материалы Девятого всероссийского симпозиума.– М.: ЦЭМИ РАН, 2008. – С.123-124.
23. Орлов А.И. Экономико-математические методы в контроллинге и неформальная информационная экономика будущего // Формування ринковоi економiки: Зб. наук. праць. Спец. вип., присвяч. Мiжнар. наук.-практ. конф. «Контролiнг у бiзнесi: теорiя i практика». – К.: КНЕУ, 2008. – С.43-50.
24. Орлов А.И. Основные идеи неформальной информационной экономики будущего – новой организационно-экономической теории // Четвертая международная конференция по проблемам управления: Сборник трудов. − М.: ИПУ РАН, 2009. – C.672 - 686.
25. Орлов А.И. Эконометрическая поддержка контроллинга // Контроллинг. - 2002. - №1. - С.42-53.
26. Орлов А.И. Контроллинг организационно-экономических методов // Контроллинг. 2008. №4 (28). С.12-18.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения:
СообщениеДобавлено: Пт ноя 13, 2009 10:00 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11265
Публикация:

Орлов А.И., Куликова С.Ю., Муравьева В.С. Организационно-экономическое моделирование в контроллинге. – Журнал «Контроллинг». 2009. No.5 (33). С. 42-47.


Вернуться наверх
 Профиль  
 
Показать сообщения за:  Сортировать по:  
Начать новую тему Ответить на тему  [ Сообщений: 2 ] 

Часовой пояс: UTC + 3 часа


Кто сейчас на форуме

Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 58


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Найти:
Перейти:  
Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group
Русская поддержка phpBB