Структурная и параметрическая идентификация моделей экономической динамики тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Структурная и параметрическая идентификация моделей экономической динамики"

НЕФЕДОВ АЛЕКСАНДР ПЕТРОВИЧ

Структурная и параметрическая идентификация моделей экономической динамики (на примере стратегического плана развития г. Новокуйбышевска)

Специальность 08.00.13 -Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата экономических наук

Самара-2004

Работа выполнена в Администрации г. Новокуйбышевска Самарской области и в Самарском государственном аэрокосмическом университете имени академика СП. Королева

Научный руководитель доктор технических наук, профессор

Семенычев Валерий Константинович

Официальные оппоненты доктор экономических наук, профессор

Хасаев Габибулла Рабаданович

кандидат экономических наук Богатырев Дмитрий Владимирович

Ведущая организация - Международный институт рынка г. Самара.

Защита состоится- «2» марта 2004 года в 10.00 часов на заседании диссертационного совета Д.212.215.06 в Самарском государственном аэрокосмическом университете имени академика С. П. Королева по адресу: 443086 г. Самара, Московское шоссе, 34.

С диссертацией можно ознакомиться в библиотеке Самарского государственного аэрокосмическом университета имени академика СП. Королева.

Автореферат разослан «30» января 2004 г.

Ученый секретарь диссертационного совета,

кандидат экономических наук, доцент

М.Г. Сорокина

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Современные исследовательские и управленческие задачи для сложных социально-экономических систем требуют наличия соответствующих математических методов и инструментальных средств для определения классов моделей экономических параметров (структурной идентификации), параметров выбранного класса моделей (параметрической идентификации), прогнозирования динамики.

Значительные результаты в области разработки методов и средств идентификации моделей социально-экономических систем, находящихся в развитии, получены в работах отечественных ученых - Александрова Н.И., Афанасьева В.Н, Гранберга А.Г., Жабина А.П., Жданова С.А., Кобринского Н.Е, Кузьмина В.И., Михалевского Б.Н., Немчинова B.C., Новожилова B.C., Нижегородцева P.M., Орлова

A.И., Семёнычева В.К., Слуцкого Е.Е., Спирина А.А., Терехова Л.Л., Терехина

B.И./Толстых Т.Н., Хасаева Г.Р., Цыбатова В.А., Чернова В.П., Четверикова Н.С., Юзбашева М.М. и др., а также западных - Андерсона Т., Кашьяпа Р.Л., Кендала М, Леонтьева В., Pao A.P., Солоу Р. и др.

Стратегическое планирование развития муниципальных образований и регионов является примером моделирования экономической динамики, требует для своей реализации идентификации моделей различных экономических показателей и прогнозирования их значений. Из отечественных учёных (и специалистов на уровне р\ководителей городов и областей), работающих в направлении моделирования муниципальных образований, следует назвать Баранского Н.И., Гринчеля Б.М., Гутмана Г.В., Жилкина С.Ф., Жихаревича Б.С., Колосовского Н.Е., Мироедова А.А., Некрасова Н.Н., Рохчина В.Е., Сидорова А.А., Смирнову Е.А., Титова К.А., Якуничева А.С. и др., а среди зарубежных - Брауна Э., Ван дер Берга Л., Ван Виндена В., Вебера А., Кристаллера В., Леонтьева В., Леша Я., Мюрделя Г., Синтонена Е.Р., Тюнена И., Хамма Б., Хекшера Э. и др.

Моделирование экономической динамики на краткосрочную (до года) и на среднесрочную перспективу (до трех-пяти лет) проводят обычно при помощи трендовых моделей ряда экономических показателей или динамических межотраслевых балансовых моделей.

Традиционный инструментарий анализа и прогноза трендов составляют несколько довольно простых моделей. Структурная идентификация по сути отсутствует: осуществляется последовательный перебор и сравнение стандартными пакетами программ статистического анализа меры адекватности для предложенных априори, обычно традиционно принятых простых, моделей. Известные методы их параметрической идентификации не позволяют получить высокой точности при необходимости учёта сезонных или циклических компонент, а также в условиях ограничения на требуемую длительность анализа (возможной нестационарности экономической динамики). Моделирование новых задач, усложнение моделей (общее

число известных моделей более сорока) затруднено.

РОС. 11АЦ.И1,<йпЬИАН Í БИБЛИОТЕКА J С.Петербург/а/7 (

оэ !

До настоящего времени всего лишь 15% муниципальных образований Россия разработали и реализуют стратегические планы развития, целевое стратегическое программирование. Объясняется это не только сложностями составления стратегического плана и его финансово-организационной реализации, но и, если не отсутствием, то явной недостаточностью известных инструментальных методов для его реализации, мониторинга экономической динамики.

Целью исследовании является разработка методов структурной и параметрической идентификации моделей экономической динамики по параметрам, содержащим тренд, гармоническую и стохастическую компоненты, обладающих, по сравнению с известными, большей точностью и быстродействием (на примере задачи стратегического планирования развития г. Новокуйбышевска Самарской области).

В соответствии с указанной целью определены следующие задачи исследования:

-обобщение зарубежного и российского опыта стратегического планирования развития муниципальных образований и осуществление на этой основе комплексного стартового анализа развития г. Новокуйбышевска, его стратегического программирования;

-анализ известных математических, инструментальных методов идентификации и прогнозирования динамики многокомпонентных экономических показателей, мониторинг которых позволяет реализовывать стратегическое планирование;

-разработка методов структурной и параметрической идентификации экономических показателей, имеющих преимущества перед известными по точности и быстродействию, для стратегического планирования и решения ряда других прикладных задач экономики.

Объектом исследования являются социально-экономические системы, примером которых является г. Новокуйбышевск Самарской области с населением более ста тысяч человек.

Предмет исследований - динамические экономические и социальные процессы, их модели, математические и инструментальные методы идентификации.

Основными методами исследования являются методические принципы и рекомендации стратегического планирования развития социально-экономических систем, SWOT - анализ, методы математической статистики и эконометрики, метод Z - преобразования.

Результаты диссертации внедрены в практику работы администрации г.

Новокуйбышевска Самарской области, реализованы в составе комплекса программных средств, используются в курсе «Эконометрика» специальности «Менеджмент» Самарского Государственного Аэрокосмического Университета им. С. П. Королева.

Апробация работы проводилась на:

-Всероссийской научно-практической конференции «Программирование регионального развития» (г. Самара, 18 - 19 декабря 2002 г.);

-Третьей Международной конференции «Современные сложные системы управления» (г. Воронеж, 19-21 мая 2003 г.);

-IV Всероссийской научно-практической конференции «Опыт и проблемы маркетинговой деятельности в российском предпринимательстве»(г. Пенза, 5-9 июня 2003 г.);

-V юбилейном Российско-Германском семинаре «Модернизация местного управления и экономики» (г. Бад Урах, Германия, 4-11 мая 2003 г.).

Работа выполнялась в рамках проекта института «Евроград», международного центра социально-экономических исследований «Леонтьевский центр» в администрации г. Новокуйбышевска Самарской области и на кафедре компьютерных систем Самарского аэрокосмического университета имени академика С. П. Королева.

Публикации: по результатам выполненных исследований опубликовано 10 научных трудов, в том числе 2 - единолично.

Личный вклад автора: Автором осуществлены, начиная с 1994 г., основные постановки и руководство разработкой стратегического плана развития г. Новокуйбышевска, сформулированы и реализованы задачи стратегического программирования, проведения комплексного стартового анализа, требования к математическим и инструментальным методам, техническое задание к реализации соответствующего комплекса программных средств, предложено осуществлять структурную и параметрическую идентификацию динамики социально-экономических показателей в классе моделей авторегрессии.

Соавторство относится к разработке ряда частных математических приёмов, выполнению расчётов.

На защиту выносятся

-модель г. Новокуйбышевска в форме стратегического плана развития, динамика экономических показателей которого определила описание неслучайных компонент в форме экспонент, экспоненциальных и алгебраических полиномов, гармоник, их сумм и произведений;

-методы структурной и параметрической идентификации моделей экономических показателей на основе моделей авторегрессии-скользящего среднего, позволяющие с высокой точностью и быстродействием реализовывать стратегическое планирование и моделировать ряд других задач экономической динамики.

Диссертация состоит из введения, трёх глав и заключения, библиографического списка использованной литературы из 105 наименований, изложена на 166 страницах машинописного текста (в них 10 страниц - список литературы, 45 рисунков и 7 таблиц), а также содержит приложение, в котором приведены образцы анкет комплексного стартового анализа и документы, подтверждающие использование полученных результатов.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

В диссертационной работе рассмотрен следующий комплекс теоретических и прикладных вопросов.

Во введении обоснована актуальность работы, определен предмет и объект исследования, сформулированы научная новизна и практическая ценность полученных результатов, основные положения, выносимые на защиту.

В первой главе проведен анализ существующего состояния проблемы моделирования развития социально-экономических систем (в частности муниципальных образований и регионов), показана актуальность разработки математических методов и инструментальных средств для научной и практической деятельности экономистов, плановиков и управленцев, адекватных задачам анализа и прогнозирования, выработки управленческих решений на всех уровнях хозяйственной иерархии.

Рассматриваются многокомпонентные модели экономических процессов, содержащие тренд Т, сезонную С и/или циклическую Ц компоненты (они моделируются гармоникой или суммой гармоник) и эволюционную стохастическую составляющую, причём их сочетание может быть аддитивным

мультипликативным

или аддитивно - мультипликативным, чаще таким:

Говоря о динамике траектории (о динамике взаимосвязи), в большинстве случаев физическим содержанием входной переменной (аргумента) определено время, хотя им может быть и другой экономический показатель, определяющий развитие выходной переменной (например, в моделях Торнквиста для спроса аргументом является доход потребителя).

Отмечено, что для повышения точности среднеквадратических оценок параметров моделей, а зачастую и просто для реализации принципиальной возможности идентификации многокомпонентных моделей, следует отказаться от нелинейных операций логарифмирования, перехода к обратным величинам входных или выходных переменных (или хотя бы сократить их количество), а также - от поэтапного, последовательного определения компонент, осуществляя их одновременную (по одной и той же выборке) идентификацию.

Рассматриваемые в работе модели классифицируются как дескриптивные, прикладные, идентифицируемые, стохастические, динамические, трендовые, нелинейные по параметрам и одномерные. Наиболее общей моделью параметров социально-экономических систем, порождающей многие практически важные модели, можно считать класс квазиполиномов (определение Гранберга А.Г.) т

У(Тк}= Ук= I А, (Тк)ехр (С, Тк) Сс^со, Тк + ф,), т

где Тк = Лк - моменты получения с периодом Д отсчетов Ук траекторий (годовых, квартальных, месячных, ежедневных, ежечасных, ежеминутных), «к» = 0,1,2,3... - номера отсчётов, со, - частоты, ф, - фазы гармонических компонент.

Отмечена актуальность развития методов идентификации в направлении

- структурной идентификации моделей экономических параметров;

- повышения точности оценки параметров тренда и гармонических компонент, расчёта сглаженных ординат траекторий и выделения «остатка», прогнозирования при ограничениях на требуемую длительность реализации;

- их реализации средствами вычислительной техники.

Сделан вывод о целесообразности решения поставленных задач в классе моделей авторегрессии-скользящего среднего.

Приведенные во второй главе диссертации исследования в терминах геотрионов по доле г. Новокуйбышевска с 1996 г. по 2002 г. в промышленной продукции, населении, занимаемой площади Самарской области (на рис.1 и на рис.2 приведены диаграммы для 1997 и 2002 годов, соответственно), по инвестициям в основной капитал на душу населения, по бюджетной обеспеченности на душу населения и т.д. обосновали принципиальную возможность и целесообразность реализации плана стратегического развития г. Новокуйбышевска по аналогии с положительной динамикой показателей городов Тольятти и Отрадный, его уже реализующих.

1Я97г

! ' I

I

□ Доля населения нДоля промышленной продукт" (в%)

Рис.1. Геотрионы городов Самарской области на 1997 г.

В 2000 г. проведен комплексный стартовый анализ (включение в 2500 респондентов не только экспертов, но и представителей различных социальных групп обобщило SWOT-анализ), который помог определить стратегический план г. Новокуйбышевска, сформировал образ будущего г. Новокуйбышевска, его «точки роста», что отразилось в положительной динамике ряда экономических, производственных и экологических показателей, как результата проводимых с 1994 г. стратегических целевых программ.

Структура матриц реализованного комплексного стартового анализа (обобщение SWOT-анализа) следующая:

1. Преимущества и недостатки, благоприятные возможности и

неблагоприятные тенденции развития г.Новокуйбышевска:

Объекты управления

Преимущества, благоприятные возможности

Недостатки, неблагоприятные тенденции_

Объекты управления:

1.Географическое положение; и транспортное сообщение;

2.Население;

3.Экономика (производство, инфраструктура рынка, рынок труда);

4.Социальная сфера (здравоохранение, воспитание, образование, наука, социальная поддержка населения, условия для развития личности);

5.Городская среда (природная среда, безопасность,

обустройство территории города, информационное пространство города);

6.Управление и эффективное использование ресурсов (муниципальная собственность, городское самоуправление,

демократические процессы).

2.Образ будущего г. Новокуйбышевска и возможности его достижения

Аргументы:

1. Становление гражданского общества;

2. Индустриальный г. Новокуйбышевск;

3.Удобный, экологичный, красивый и безопасный г. Новокуйбышевск;

4.Город образования, культуры и спорта.

Содержание 2-ого и 3-его столбцов матриц комплексного стартового анализа, изложенное в диссертационной работе, здесь не приводится в виду их громоздкости.

Программирование развития г. Новокуйбышевска в соответствии с принципами стратегического планирования осуществлено более чем по 20-ти целевым программам: «Семейная политика», Программа поддержки предпринимательства и малого бизнеса. Программа энергосбережения в жилищно-коммунальном хозяйстве и социальной сфере, Программа развития ипотечного жилищного кредитования, Программа «Развитие пассажирского транспорта и транспортной инфраструктуры», Программа «Развитие физической культуры и спорта», Программа профилактики безнадзорности и правонарушений несовершеннолетних, Программа профилактики наркомании, Программа «Единое информационно-компьютерное пространство города», Программа экологического оздоровления населения и территории города и др.

Динамика большинства проанализированных экономических показателей г. Новокуйбышевска показала, во-первых, эффективность целевого программирования, а, во-вторых, многообразие моделей трендов (рис.3, рис.4 рис.5), наличие во многих случаях существенных сезонных компонент (рис.4):

Аргументы Возможности достижения образа будущего

достижения

Способы его

20 ■ 15 !

25 •

0

1995 1997 1998 1999 2000

—»-Ряд2 0 2 3.3 15,7 23.3 27.59

Рис.3 Доходы от реализации предпринимательской деятельности (млн. руб.)

ю

8 7 6 5 4 3 2 1

^ I 2 ) 4 5 т а в 10 II 12 14 15 15 17 та 19 20 И 23 24 -112425 1 152442 4 2535453» 4~4 445211654531 1

Рис.4 Динамика месячного оборота общественного питания (млн. руб ) »

350000

эхоос ■

2ШГ

зсосаз

1530Х

тсс

5ССОО

о------"-->=—

19И 1992 19В 199« 1995 1996 Ш 1558 1959 2X0

^ у гшг таг^яги гакве зт 65337 таи пта 5735 3155

Рис.5 Грузооборот по городу (тыс. тонн/км)

Можно утверждать, что первоначально-необходимый и достаточно общий инструментарий для моделирования экономической динамики, должен включать в себя линейную функцию, экспоненту, гармонику, а также сумму и произведение линейной функции на гармонику, экспоненциальные полиномы, как частные случаи модели (1).

В третьей главе предложены методы структурной и параметрической идентификации 15-ти моделей из класса квазиполиномов (1), широко используемых при анализе динамики экономических показателей регионов, муниципальных образований и отдельных предприятий, а также процессов, происходящих на фондовых биржах, и т.д.

Методы реализуют единый подход, основанный на построении с помощью преобразования авторегрессии отсчетов (разностных схем или дискретно-совпадающих моделей) из отсчетов временных рядов от первого до четвертого порядков, в зависимости от конкретного вида динамики.

Проиллюстрируем подход для экспоненциальной функции, отображаемой временным рядом отсчетов

Выполнив В комплексной плоскости отображений для (1) ряд несложных алгебраических преобразований, вернувшись в область действительного переменного, получим следующую модель авторегрессии первого порядка

где Ук=0, при к<0,5к={ 0, к*0 - дискретный аналог дельта - функции,

Из (3) видим, что по любым двум отсчётам Уки Ук-1 (т.е. на участке в 10-И5 и менее % от длительности переходного процесса модели (2), можно определить параметр и затем и параметр по формуле

= arg min М {Ук - ?чУк-1}2, эеделим из условия A.I

М{УкУк-|}

коте Г ' у действию над статистическими моментами отсчетов

М{Ук-1}

где М - оператор математического ожидания.

Модели авторегрессии (от второго до четвертого порядков), помехозащищенные оценки параметров моделей и условия классификации на множестве коэффициентов авторегрессии предложены и для моделей

Ук= Аехр(аТк) + В,

(4)

Ук = А(а)Вт\ (5)

Ук=А|ехр(-а|Тк) + А2ехр (-а2Тк), (6)

Ук=ехр(-азТк)(АзТк+А4), (7)

Ук=ехр(-а|Тк)(А|Тк + А2) + ехр(-а2Тк)(А}Тк + А4), (8)

Ук^А^хрО-о^Тк) + А;ечр(-а2Тк) + ехр(-а3Тк)(А3Тк + Л4), (9)

Ук=А | ехр(-а | Тк)+А2ехр(-а2Тк) + А3ехр(-азТк) + А4ехр(-аДк), (! 0)

Ук = АСоб(йТк + ф), (11)

Ук =В+ АСоз(оТк+ф), - (12)

Ук = СТк + В + АСобСсоТк + ф), (13)

Ук = АзСо^Тк+ф,) + А4Со5((о2Тк+ф2), (14)

Ук = А0 + А; Соз^Тк + ф,) + А4 Со5(со2Тк + ф2), (15)

Ук = (СТк + В) Со5(соТк + ф), (16)

Ук=С,ехр(а,Тк) + С2ехр(-а2Тк)Со5(соТк + ф). (17)

Возможно распространение предложенного подхода и на ряд других' (показанных в первой главе) моделей динамических рядов.

Минимально необходимое число отсчётов в рассмотренных моделях - от двух до десяти.

При количестве отсчётов временного ряда большем минимально необходимого возможны среднеквадратические оценки параметров моделей, которые обладают всеми оптимальными свойствами оценок метода наименьших квадратов, т.к. использованные для их получения соотношения являются линейными по отношению к отсчётам YK,..., YK- P, где р - порядок модели авторегрессии.

Удалось отказаться от реализации традиционной для экспоненциальных моделей операции логарифмирования, которая, во-первых, применима лишь к узкому кругу мультипликативных по структуре и положительных по области допустимых значений компонент, а, во-вторых, делает оценки среднеквадратического

приближения на логарифмах отсчётов смещенными (содержащими систематическую погрешность) и неэффективными (имеющими не наименьшую дисперсию оценок параметров моделей среди возможных).

Если проводить сравнение известных методов идентификации для каждой конкретной модели, то можно видеть в предложенных методах выигрыш в требуемом числе отсчетов, а, следовательно, и в быстродействии.

Идентификация моделей осуществляется в несколько этапов:

- на первом этапе определяется порядок модели авторегрессии (статистические программы его оценки известны);

- на втором этапе определяются значения коэффициентов авторегрессии путем решения систем линейных алгебраических уравнений из статистических моментов отсчетов, составляемых из условия среднеквадратического приближения;

- на третьем этапе - по порядку модели авторегрессии, по области допустимых значений или по соотношению значений коэффициентов моделей авторегрессии принимается решение о классе модели, адекватной анализируемому явлению и, как следствие, виду зависимости между коэффициентами авторегрессии и параметрами модели. Наряду со структурной идентификацией здесь вычисляется ряд параметров модели, не связанных с начальными условиями (начальной точкой на временной оси отсчетов);

- на четвертом этапе через уже вычисленные параметры принятой модели (точнее их среднеквадратические оценки) рассчитываются остальные параметры (их среднеквадратические оценки), связанные с начальными условиями;

- на пятом этапе возможен расчёт сглаженных значений компонент, вычисление «остатка» (вычитание ординат траекторий из отсчетов циклических и трендовых компонент) для оценки реальной корреляции различных экономических показателей и прогнозирование при тех или иных будущих значениях «к» моделей рядов (компонент).

Новые возможности по классификации (структурной идентификации), по прогнозированию значений временного ряда, оптимальность среднеквадратических оценок параметров моделей по коротким выборкам определяют свойства предложенных методов идентификации.

Рассмотренные 15 моделей описывают разнообразную динамику экономических показателей.

Ниже приведены в качестве примеров четыре графика моделей: на рис.6 - сумма двух экспонент (6), на рис.7 - модель (9), описывающая динамику оплаты труда населения г. Новокуйбышевска, на рис.8 - та же модель (9), но при другом сочетании значений и знаков параметров описывает динамику выбросов загрязняющих веществ в г. Новокуйбышевске в 1996-2000 годы, рис.9 моделирует выражением (13) динамику оборота общественного питания г. Новокуйбышевска.

м\

О Т (

О 01 ОМ} 1« 1» 0« ОГ 01 II 1 II поим

0 II Ш) И II II О? II II 1 111211141»

Рис.6 .График модели, состоящей Рис.7 График модели (9), описывающей из суммы двух экспонент динамику оплаты труда

« «0 30 .

1 40 1 29 1 00 25 20

С «0 15

0 во 10

0 4« -- 5

в 2« 0 _. лзгг:

С ;<аго*е*о*оай7«»о» * И 12 И 1 4 1 $ 2 3 4 5 5

Рис.8 График модели (9), Рис.9 График модели (13),

описывающей динамику выбросов описывающей динамику оборота загрязняющих веществ общественного питания

Возможно использование предложенных методов идентификации и для других моделей экономической динамики:

воспроизводства при различных траекториях потребления и накопления, расширенного воспроизводства; межотраслевой модели роста В. В. Леонтьева;

изменения потребительского спроса на товар, вызванного изменениями интенсивности его поступления в торговую сеть или цены; психологической инерции покупателей;

освоения инвестиций и капитальных вложений в строительство; сезонных колебаний в производстве, товарообороте отдельных видов одежды или продуктов, в сфере бытового обслуживания и на фондовых рынках; больших экономических циклов; демографических процессов; и др.

Как часть целевой программы «Единое информационно-компьютерное пространство г. Новокуйбышевска» и как инструментальная поддержка разработанных методов трендового анализа, известных балансовых методов и для реализации управленческих функций реализован программный комплекс,

совместимый с автоматизированной информационной системой «АИС - Регион» Администрации Самарской области.

Проведенные расчёты показали возможность повышения точности разработанными методами идентификации линейного и гиперболического тренда с аддитивной сезонной компонентой в диапазоне до 15 - 20 % в зависимости от конкретных приложений, значений и знаков моделей.

Научная новизна заключается в следующем.

ГРазработана в форме стратегического плана развития модель такой сложной социально-экономической системы, как г. Новокуйбышевск: осуществлены комплексный стартовый анализ, программирование его развития.

2.Для 15-ти моделей динамики экономических показателей, содержащих тренд, циклическую и (или) сезонную компоненты, широко используемых при стратегическом планировании развития города предложены модели в виде авторегрессии отсчётов.

3.Разработаны методы структурной и параметрической идентификации указанных моделей динамики, прогнозирования их значений.

Практическая ценность диссертации состоит в следующем.

1.Проведенные стратегическое планирование и программирование развития г. Новокуйбышевска существенно улучшило экономические, экологические показатели.

2.Полученные оценки параметров предложенных моделей обладают оптимальными свойствами оценок метода наименьших квадратов: являются несмещенными (не содержат систематическую ошибку), эффективными (имеют наименьшую дисперсию оценок).

3.Реализация методов довольно проста (задача идентификации сведена к решению систем линейных алгебраических уравнений невысокого порядка), а вычислительные погрешности невелики.

4.Методы допускают применение в условиях ограничений на длительность реализации (могут использовать не более десяти отсчётов показателей), позволяя анализировать, тем самым, нестационарную экономическую динамику.

6.Методы и программные средства, их реализующие, допускают обобщение и на другие модели динамических рядов, другие задачи экономики.

Результаты диссертации внедрены в практику работы администрации г. Новокуйбышевска Самарской области, реализованы в составе комплекса программных средств ОАО «Волгоинформсеть», используются в курсе «Эконометрика» специальности «Менеджмент» Самарского Государственного Аэрокосмического Университета им. С. П. Королева.

Основные положения диссертации отражены в следующих печатных работах:

1.Нефедов А.П. Стратегическое планирование и прогнозирование развития г. Новокуйбышевска. Материалы Всероссийской научно-практической конференции «Программирование регионального развития». 18-19 декабря 2002. г.,Ч. I. Самарск. гос. экон. акад. - Самара. 2002. - С.71-74.

Р- 25 9 3

2.Нефедов А. П. Программа экологического оздоровления Новокуйбышевска. Информационный бюллетень института Евроград для руководителей муниципальных образований и регионов России. Евроград - инфо. Вып.З. - Спб. 2003. - С.2-4.

3.Семенычев В.К., Нефедов А.П. Оценивание полиномиальных и гиперболических моделей спроса при сезонной компоненте. Сборник материалов IV Всероссийской Научно - практической конференции «Опыт и проблемы маркетинговой деятельности в Российском предпринимательстве». - Пенза. 2003. -С.81-83.

4.Нефедов А.П., Семенычев В.К. Идентификация производственных и экономических систем с временным лагом. Вестник Самарского государственного аэрокосмического университета имени академика С. П. Королева. Серия: Актуальные проблемы радиоэлектроники. Вып.5. - Самара. 2001. - С.45-49.

5.Нефедов А.П., Семенычев В.К. Определение параметров колеблемости и трендов на основе моделей авторегрессии. Сб. научных статей. Управление организационно-экономическими системами: Моделирование взаимодействий, принятие решений Самарский государственный аэрокосмический университет имени академика С. П. Королева. - Самара. 2001. - С.47-50.

6.Нефедов А.П., Семенычев В.К. Региональное позиционирование г.Новокуйбышевска. Вестник учетно-экономического факультета. Вып.5. - Самара. 2001. Изд-во Самаре, гос. экон. акад. 2001. - С.54-57.

7.Нефедов А.П., Семенычев В.К. Анализ экспоненциальных моделей экономики на основе моделей авторегрессии. Вестник учетно-экономического факультета. Вып.5. - Самара. 2001. Изд-во Самаре, гос. экон. акад., 2001. - С.50-54.

8.Нефедов А.П., Семенычев В.К. Методическое, математическое и инструментальное обеспечение стратегического планирования г. Новокуйбышевска. Сб. Научных трудов международной конференции «Современные сложные системы управления».26-28 мая. 2003 г. - Воронеж. 2003. - С.74-78.

9.А Nefjodow, W. Semjonytschew. Strategische Planung in der Stadt Nowokuibischewsk: Ergebnisse, Arbeitsrichtungen, Instrumentarium. Wirtschaftliche Strategien der Stadtentwicklung. - Munschen. 2003. - S.73 - 76.

Ю.Нефедов А.П., Семенычев В.К. Стратегическое планирование в Новокуйбышевске: направления работы и инструментарий. Информационное издание программы Евроград. - Спб. 2003. - С. 11-15.

Подписано в печать 28.01.2004 г.

Формат 60x84 1/6 Печать офсетная Тираж 100 экз.

Самарский аэрокосмический университет имени академика С П. Королева 443086 Самара, Московское шоссе, 34.

ИПО Факультета экономики и управления СГАУ

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Нефедов, Александр Петрович

Введение.

Глава 1. Стратегический план города как модель экономической динамики и методические основы её идентификации.

1.1 .Стратегический план развития города-динамическая модель социально-экономической системы.

1.2.Модели экономической динамики: структуры и компоненты.

1.3.Известные методы идентификации многокомпонентных временных рядов и возможные пути повышения её точности.

Выводы по первой главе.

Глава 2. Стратегическое планирование развития г. Новокуйбышевска и моделирование динамики показателей.

2.1.Принципы, система целей и механизм реализации стратегического планирования развития города.

2.2.Комплексный стартовый анализ социально-экономического развития г. Новокуйбышевска.

2.3.Целевые программы развития г. Новокуйбышевска.

2.4.Региональное позиционирование г. Новокуйбышевска.

Выводы по второй главе.

Глава 3. Разработка и реализация методов идентификации экономической динамики на основе моделей авторегрессии.

3.1.Идентификация экспоненциального тренда.

3.2.Идентификация экспоненциальных полиномов.

3.3.Идентификация сезонных (циклических) компонент и их сочетаний с линейным трендом.

ЗАПрограммный комплекс идентификации экономической динамики стратегического плана развития г. Новокуйбышевска.

Выводы по третьей главе.

Диссертация: введение по экономике, на тему "Структурная и параметрическая идентификация моделей экономической динамики"

Актуальность темы исследований. Современные исследовательские и управленческие задачи для производственных предприятий и комплексов, сложных социально-экономических систем [1, 20, 23, 36, 55, 56, 73, 83, 99] требуют наличия соответствующих математических методов и инструментальных средств определения класса и параметров моделей объектов исследования и управления, анализа их динамики, в том числе прогнозирования развития.

Значительные результаты в области создания и апробации моделей, методов и средств исследования социально-экономических систем, находящихся в развитии, получены в работах отечественных ученых-Авдулова П.В., Александрова Н.И., Афанасьева В.Н, Ванштейна A.JL, Гранберга А.Г., Жданова С.А., Иозайтиса B.C., Кобринского Н.Е, Кугаенко A.A., Кузьмина В.И., Михалевского Б.Н., Немчинова B.C., Новожилова B.C., Нижегородцева P.M., Орлова А.И., Семёнычева В.К., Слуцкого Е.Е., Терехова JI.JI., Терехина В.И.,Толстых Т.Н., Уринсона Я.М., Хасаева Г.Р., Цыбатова В.А., Чернова В.П., Четверикова Н.С., Юзбашева М.М. и др., а также западных - Андерсона Т., Кашьяпа Р.Л., Кендала М., Леонтьева В.В., Pao А.Р., Солоу Р. и др.

Примером актуальной и достаточно сложной задачи моделирования социально-экономической системы является стратегическое планирование муниципальных образований и регионов.

Из отечественных учёных (и специалистов на уровне руководителей городов и областей), активно работающих в направлении моделирования муниципальных образований, следует назвать Баранского Н.И., Горшенину Е.В., Гринчеля Б.М., Гутмана Г.В., Жилкина С.Ф., Жихаревича Б.С., Колосовского Н.Е., Костылёву Н.Е., Лагунову Т.П., Мироедова A.A., Некрасова H.H., Рохчина В.Е., Сидорова A.A., Титова К.А., Якуничева A.C. и др., а среди зарубежных -Брауна Э., Ван-дер-Берга Л., Ван Виндена В., Вебера А., Изарда У., Кристаллера

В., Леонтьева В., Леша Я., Мюрделя Г., Синтонена Е.Р., Тюнена И., Хамма Б., Хекшера Э. и др.

Полученные за рубежом и в России результаты [18, 83, 84, 93, 94, 99, 101] показывают, что концепции регионального и муниципального стратегического развития зачастую носят декларативный характер, не отвечают принципам стратегического планирования; в них отсутствуют учёт мировых тенденций, стратегических целей развития России, целевых приоритетов региона, чётко определенные и поэтапно реализуемые программные цели стратегического плана.

Стратегический план развития города, как модель экономической динамики, должен разрабатываться с соблюдением общих принципов стратегического планирования, но для каждого муниципального образования будет индивидуален по структуре и параметрам, по формам реализации в виде организационных мероприятий, целевых программ.

До настоящего времени всего лишь 15% муниципальных образований России разработали и реализуют стратегические планы развития, целевое стратегическое программирование. Объясняется это не только сложностями разработки стратегического плана, но и, если не отсутствием, то явной недостаточностью известных инструментальных методов для его реализации.

Традиционный инструментарий анализа и прогноза трендов экономических показателей составляют лишь несколько довольно простых моделей, принимаемых, как правило, путем последовательного перебора и сравнения стандартными пакетами программ статистического анализа той или иной меры адекватности, не позволяющих получить высокой точности при необходимости учёта сезонности или цикличности экономической динамики.

Каждый результат анализа остаётся уникальным исследованием, не становясь практикой управленческой деятельности.

При индивидуальности собственно стратегического плана для каждого муниципального образования математические и инструментальные методы должны обладать, по возможности, общностью для широкого класса экономических показателей.

Математические и инструментальные методы идентификации динамики социально-экономических систем рассматривались в ряде кандидатских и докторских диссертаций по специальности 08.00.13 [2, 3, 8, 46, 76, 77, 88, 93], причём в [84, 46, 93] отражен региональный характер проблемы.

Целью исследования является разработка математических и инструментальных методов структурной и параметрической идентификации многокомпонентных моделей динамики экономических показателей на примере стратегического плана развития г. Новокуйбышевска Самарской области.

В соответствии с указанной целью определены следующие задачи исследования:

-обобщение и применение зарубежного и российского опыта стратегического планирования развития муниципальных образований;

-анализ известных математических и инструментальных методов идентификации и прогнозирования динамики многокомпонентных экономических показателей;

-разработка более точных и быстродействующих математических и инструментальных методов структурной и параметрической идентификации моделей динамики экономических показателей, используемых для стратегического планирования муниципальных образований и решения ряда других задач экономики.

Объектом исследования является г. Новокуйбышевск Самарской области с населением более ста тысяч человек.

Предмет исследований-динамические модели экономических показателей социально-экономических систем (на примере стратегического плана г. Новокуйбышевска), методы их идентификации.

Основными методами исследования являются SWOT-aнaлиз, методы математической статистики и эконометрики, метод Ъ - преобразования.

Научная новизна заключается в следующем:

1. Разработаны основы стратегического план развития г. Новокуйбышевска: произведен учёт важнейших мировых тенденций глобализации и урбанизации, стратегических целей развития России, целевых приоритетов Самарской области, опыта «активных» городов, определены система влияющих на него объективных и субъективных факторов, механизмы, основные элементы и этапы реализации плана, выполнен комплексный стартовый анализ.

2. Для 15-ти многокомпонентных моделей динамики показателей стратегического плана, описываемых сочетаниями линейной функции, экспоненты и гармоники, предложены модели авторегрессии временных рядов.

3. Идентификация всех компонент осуществляется по одной и той же выборке, включает в себя, как первый шаг, оценку порядка авторегрессии, затем - расчёт среднеквадратических оценок коэффициентов авторегрессии и, наконец, через них-среднеквадратических оценок других параметров моделей.

4.Структурная идентификация осуществляется по порядку модели авторегрессии, значениям коэффициентов авторегрессии.

Практическая ценность диссертации состоит в следующем:

1 .Разработаны основы и инструментарий анализа ряда показателей экономической динамики стратегического плана развития г. Новокуйбышевска: новой системы планирования и управления, нацеленной на экономический рост, высокое качество жизни и укрепление основ гражданского общества.

2.Полученные оценки параметров моделей динамики являются несмещенными (не содержат систематическую ошибку), эффективными (имеют наименьшую дисперсию).

3.Задача идентификации сведена к решению систем линейных алгебраических уравнений невысокого порядка.

4.Методы допускают применение в условиях малых выборок.

5.Идентифицируемые модели широко используются и в практике идентификации других социально-экономических систем, других задач экономики, предложенные методы идентификации обладают общностью, допускают распространение на другие модели динамики.

Результаты диссертации внедрены в практику работы администрации г. Новокуйбышевска Самарской области, реализованы в составе комплекса программых средств ОАО «Волгоинформсеть», используются в курсе «Эконометрика» специальности «Менеджмент» Самарского Государственного Аэрокосмического Университета им. С. П. Королева.

Апробация работы проводилась на:

-Всероссийской научно-практической конференции «Программирование регионального развития» (г. Самара, 18-19 декабря 2002 г.);

-Третьей Международной конференции «Современные сложные системы управления» (г. Воронеж, 19-21 мая 2003 г.);

-IV Всероссийской научно-практической конференции «Опыт и проблемы маркетинговой деятельности в российском предпринимательстве» (г. Пенза, 5-9 июня 2003 г.);

-V юбилейном Российско-Германском семинаре «Модернизация местного управления и экономики» (г. Бад Урах, Германия, 4-11 мая 2003 г.).

Работа выполнялась с 1994 года в рамках проектов института «Евроград» (г. Санкт-Петербург), международного центра социально-экономических исследований «Леонтьевский центр» (г. Санкт-Петербург) в администрации г. Новокуйбышевска Самарской области и на кафедре компьютерных систем СГАУ.

Публикации: по результатам выполненных исследований опубликовано 10 научных трудов, в том числе 2 - единолично.

Личный вклад автора: Автором осуществлены основные постановки задач и руководство разработкой стратегического плана развития г. Новокуйбышевска, проведения комплексного стартового анализа, предложено осуществлять структурную и параметрическую идентификацию динамики социально-экономических показателей в классе моделей авторегрессии.

Соавторство относится к разработке ряда частных математических приёмов, выполнению расчётов.

На защиту выносятся

-основы стратегического плана развития г. Новокуйбышевска, динамика ряда экономических показателей которого описывается экспонентами, экспоненциальными и алгебраическими полиномами, гармониками, их суммами и произведениями;

-математические и инструментальные методы структурной и параметрической идентификации 15-ти моделей динамики экономических показателей на основе моделей авторегрессии временных рядов.

Диссертация состоит из введения, трёх глав и заключения, библиографического списка использованной литературы из 105 наименований, изложена на 155 страницах машинописного текста (в них - список литературы на 10 страницах, 36 рисунков и 5 таблиц), а также содержит приложение, в котором приведены образцы анкет комплексного стартового анализа и документы, подтверждающие использование полученных результатов.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Нефедов, Александр Петрович

Выводы по третьей главе

1.Предложены методы структурной и параметрической идентификации моделей, широко используемых при анализе динамики экономических показателей муниципальных образований, регионов, процессов, происходящих на фондовых биржах и т.д.:

-экспоненциальных;

-линейных форм экспонент, произведений экспоненты на гармонику;

-гармонических компонент, их сумм, произведений на экспоненциальные и линейные функции;

-представлений периодической и апериодической функций усечённым рядом Фурье.

2.Методы реализуют единый подход, основанный на построении с помощью Е-преобразования моделей авторегрессии от первого до четвертого порядка из отсчётов временных рядов. Представляется возможным распространение подхода и на другие (показанные в первой главе и не рассмотренные в данной дисертационной работе) модели компонент динамических рядов и их сочетаний.

3.Полученные оценки параметров предложенных моделей авторегрессии Л-| обладают всеми оптимальными свойствами оценок метода наименьших квадратов, т.к. использованные для их получения соотношения являются линейными по отношению к отсчётам Ук,.,Ук-р, где р - порядок авторегрессии.

4.Во всех предложенных методах идентификации удалось отказаться от реализации операции логарифмирования, которая, во-первых, применима лишь к узкому кругу мультипликативных по структуре и положительных по области допустимых значений компонент, во-вторых, делает оценки среднеквадратического приближения на логарифмах отсчётов смещенными и неэффективными. б.Помехозащищенные значения параметров моделей временных рядов можно использовать для расчета сглаженных (помехозащищенных) «состоявшихся» или, что очень важно, будущих «прогнозных» значений Ук временных рядов или их отдельных компонент (трендов, гармоник) при тех или иных будущих значениях «к» моделей рядов (компонент).

6.Если проводить сравнение известных и предложенных методов идентификации для каждой конкретной модели, то можно видеть у предложенных методов выигрыш в требуемом числе отсчетов, а, следовательно, - в быстродействии. Достигнутое тем самым быстродействие можно интерпретировать и как возможность анализа нестационарной динамики.

7.Функциональные возможности предложенных методов идентификации высоки: осуществляется классификация большинства моделей по порядку модели авторегрессии, по области допустимых значений или по соотношению значений коэффициентов моделей авторегрессии.

8.0ценка трендовых и гармонических компонент временных рядов по одному и тому же ряду отсчётов позволяет с высокой точностью осуществлять их оценки и прогнозирование, вычислять реальную корреляцию различных экономических показателей «в остатках».

9.Новые возможности по классификации (структурной идентификации), по прогнозированию значений временного ряда вместе с указанными выше оптимальными среднеквадратическими оценками параметров моделей по коротким выборкам определяют высокие точностные свойства предложенных способов идентификации.

Ю.Возможно использование предложенных методов для моделирования

- воспроизводства при различных траекториях потребления и накопления,

- межотраслевой модели роста В.В.Леонтьева,

- больших экономических циклов,

- демографических процессов,

- динамики потребления и накопления и др.

11 .Для учёта указанной динамики, как часть целевой программы «Единое информационно-компьютерное пространство г. Новокуйбышевска» и как инструментальная поддержка разработанных методов трендового анализа, известных балансовых методов и для реализации управленческих функций реализован программный комплекс, совместимый с автоматизированной информационной системой «АИС-Регион» Администрации Самарской области.

12.Проведенные расчёты показали возможность повышения точности разработанными методами идентификации линейного тренда с аддитивной сезонной компонентой в диапазоне от 5 до 15 % в зависимости от конкретных приложений, значений и знаков моделей.

13.Приведенные результаты по идентификации моделей экономической динамики имеют, несмотря на свою простоту, важное прикладное значение для выработки концепций экономического и социального развития, изучения альтернатив экономической политики, для прогнозирования и планирования системы обобщающих показателей, используемых в практике регионального, муниципального макроэкономического управления, позволяют надеяться на возможность их массового использования, а не только для реализации стратегического управления г. Новокуйбышевском.

Заключение

Поставленные в данной диссертационной работе цель и задачи исследований достигнуты.

Путем обобщения и применения зарубежного и российского опыта стратегического планирования развития муниципальных образований разработаны основы стратегического плана развития г. Новокуйбышевска.

Разработаны на основе моделей авторегрессии более точные и быстродействующие (в сравнении с известными) математические и инструментальные методы структурной и параметрической идентификации 15-ти моделей динамики экономических показателей стратегического плана развития города, содержащих тренд, сезонную и/или циклическую, стохастическую компоненты.

Методы обеспечивают возможность структурной идентификации моделей динамики, несмещенные, эффективные и состоятельные оценки их параметров на малых выборках.

Решение получено на основе единого подхода с использованием Ъ-преобразования, допускает распространение на другие социально-экономические системы, другие модели экономической динамики.