Моделирование в стратегическом управлении. "моделирование и управление" Моделирование и управление

Понятие процесса моделирования

Определение 1

Моделирование – это процесс, подразумевающий создание модели, то есть образа объекта, который способен заменить сам объект исследования, с целью получения информации об этом объекте через проведение экспериментов с моделью.

Моделью является искусственно созданный, с целью хранения и систематизации информации объект, который отражает свойства, связи и характеристики объекта оригинала, его положение и задачи. Модели объектов – это более простые системы по отношению к объектам исследования. У них чёткая структура и взаимосвязи составных частей. Это позволяет детально проанализировать их реакции на те, или иные состояния и факторы. Таким образом, моделирование – это процесс анализа сложных объектов и систем, через создание упрощённых моделей.

К моделям выдвигается ряд обязательных требований:

она должна быть адекватной объекту, то есть соответствовать ему с точки зрения свойств,
она должна быть полной – давать возможность с помощью соответствующих способов исследовать через модель и сам объект, и его поведение в заданных условиях.

Механистическая модель организации

В конце девятнадцатого века появилась первая упрощённая модель организации, получившая название механистической . Она представляла собой механизм, ответственный за комбинацию основных производственных факторов, средств, материалов и рабочей силы.

Эта модель имеет как ряд положительных, так и отрицательных свойств. Она позволяет установить технические и экономические связи между различными факторами производства, а также определить степень их зависимости друг от друга. Однако роль человеческого фактора в этой модели недостаточно оценена. Также она рассматривает некоторые иные, критические с точки зрения современной экономики факторы.

Из-за недостатков механистической модели, в двадцатом веке широкое распространение получила модель, представляющая собой организацию как коллектив работников, сформированный по принципу разделения труда. Человек в этой модели является главным фактором производительности предприятия.

Главными элементами модели стали:

мотивация сотрудников,
коммуникации,
лояльность,
коллективное принятие решений.

То есть моделируются отношения между людьми в рамках коллектива. Особое место в модели отводится стилю управления и его влиянию на показатели. Демократичному стилю руководства отдаётся предпочтение, так как он обеспечивает наиболее полное раскрытие способностей своих работников, за счёт вовлечения их в процесс принятия управленческих решений.

Данная модель ставит главное задачей управляющего – организацию и управление персоналом, определение структуры и состава персонала, регулирование отношений между работниками, а также координацию процессов направленных на достижение поставленной цели.

Моделирование и стратегическое управление

Задачей любого предприятия является увеличение прибыли, оборота капитала, рентабельности вложений. Для достижения такой цели, имеющиеся в распоряжении ресурсы должны использоваться с максимальной эффективностью. То есть управление организацией должно быть оперативным, направленным на оптимизацию структуры производства. Эффективность организации оценивается по ряду экономических показателей.

Замечание 1

Составление модели играет большую роль в стратегическом управлении. Оно позволяет «визуально» оценить, как на организацию могут повлиять те или иные факторы внешней и внутренней среды. Провести серию испытаний и выбрать из них результат, который будет способствовать в дальнейшем, максимально эффективному и безболезненному достижению поставленной перед организацией цели.

Таблица 1

Отличительные черты успешных руководителей

Характеристики Комментарии

Забота о своих людях Подчиненные не воспринимаются как «человеческий ресурс» или «рабочая единица». Для успешного руководителя важны его люди и состояние их дел. Лучший способ получить саботаж - это свести своих людей до статуса «ресурса» и начать выжимать из них соки.

Доступность для общения Доступность обеспечивает обратную связь, по которой можно судить о правильности выработанного решения.

Установление партнерских отношений между всеми участниками процесса Успешные руководители рассматривают свои коллективы как единое целое, где все участники процесса несут ответственность за результат. Нет разделения на всемогущих руководителей, принимающих решения, и бессловесных исполнителей, чей удел тянуть лямку за зарплату и поменьше думать.

Вера в своих подчиненных Успешный руководитель видит в своих подчиненных победителей.

Этика общения Успешный руководитель редко кричит на своих людей.

Служение интересам своих подчиненных Ценность руководителя для группы заключается в том, насколько он может служить ее интересам. Успешный руководитель всегда учитывает, что подчиненные наделены властью сотрудничества с руководителем.

Литература

1. Арнольд В.И. Что такое математика? - МЦНМО, 2004 г.

2. Берн Э. Лидер и группа. О структуре и динамике организаций и групп. - Екатеринбург: 2000.

3. Водянова В.В. Роль внутреннего аудита в построении некоторых моделей иерархических систем управления // Материалы VI Международной научной конференции «Высшее образование для XXI». Выпуск 2. - М.: 2009.

4. Москалев И.Е. Методы качественного моделирования инновационных социальных процессов. - http://spkurdyumov.narod.ru/moskaliy.htm

5. Постон Т., Стюарт И. Теория катастроф и ее приложения. - М.: 1980.

А. Б. Зеленцов

МОДЕЛИРОВАНИЕ ПРОЦЕССА УПРАВЛЕНИЯ ОРГАНИЗАЦИЕЙ MODELING OF THE ORGANIZATION

Аннотация: в статье обосновано, что в условиях динамизма и непредсказуемости деловой среды все более серьезное внимание должно уделяться технологиям управления, как основы рациональной организации управленческих процессов, разработаны принципы моделирования процесса разработки и принятия управленческих решений, предложена функционально-логическая модель процесса управления.

Ключевые слова: анализ, моделирование, процесс, показатели, процессный подход, управление, синтез, системный анализ.

Abstract: This article is justified, that in a dynamic and unpredictable business environment, more attention should be given to management techniques as the basis for the rational organization of administrative processes, developed the principles of modeling the development and management decisions, proposed a functional-logical model of the management process.

Keywords: analysis, modeling, process parameters, process approach, management, synthesis, system analysis.

Современное управление организацией в условиях усиливающегося влияния динамической и непредсказуемой деловой среды приобретает все более предпринимательский характер, что означает необходимость сосредоточения внимания на поиске новых возможностей в целях адаптации и быстрого реагирования на происходящие изменения. Соответственно все процессы, связанные с решением основных задач управления: определения целей организации и создания необходимых экономических, организационных, технико-технологических, социальных, психологических и др. условий для их реализации, становятся более динамичными, требующими гибких инструментов разработки и обоснования.

В настоящее время наука управления, по-прежнему, занимается поиском эффективных форм использования организационных ресурсов во всем усложняющейся экономической ситуации, путей выхода или недопущения критических ситуаций на основе предвидения.

В этих условиях особая мобильность и динамичность в проведении изменений требуется от процессов управления.

Являясь адептами и верными последователями системного подхода к управлению, в то же время мы не можем мириться с ослаблением внимания к процессу управления. Осознание того, что сложившееся умаление роли процесса управления привело к непроработанности, а в нередких случаях и полному отсутствию, технологий управления и действенных инструментов его эффективной организации заставляет нас с иных позиций взглянуть на процессный подход.

В условиях формирования рыночного механизма хозяйствования в центр внимания управления деятельностью предприятия ставятся процессы адаптации и самоорганизации в изменяющейся внешней среде. При этом изменяется характер самого процесса управления, приобретающий все более творческие и креативные черты .

В то же время состояние отечественных промышленных предприятий, к сожалению, характеризуется отсутствием обновления оборудования, устареванием технологий, ростом издержек, неконкурентоспособными качеством и ценами на выпускаемую продукцию.

В этих условиях совершенствования и развитие деятельности предприятия должно основываться на самопознании, глубоком исследовании процесса и системы управления.

Процесс управления - это взаимосвязанная совокупность циклически повторяющихся действий, опосредованно реализуемых на объекте управления посредством комплекса динамически изменяющихся в пространстве и во времени управленческих функций, обеспечивающих определенную структурированность, внутреннюю упорядоченность и согласованность взаимодействия элементов системы управления, в целях решения задач и проблем организации.

Для исследования управления особое значение имеют системные исследования, охватывающие процессы на разных уровнях управления и различные подсистемы управления.

Наиболее конструктивное направление таких исследований - это системный анализ, поскольку предполагает методику проведения работ, позволяющих не упустить из рассмотрения существенные факторы.

Структура системного анализа, может быть представлена следующими элементами:

Декомпозиция, предполагающая определение и декомпозицию общей цели исследования и функции системы (дерево целей и дерево функций); выделение системы из среды (система - не система); описание факторов, воздействующих на систему; выявление тенденций развития и разного рода неопределенностей; описание системы как «черного ящика»); функциональную, компонентную структурную декомпозицию, давая тем самым общее представление о системе;

Анализ, обеспечивающий детальное представление системы. В процессе анализа осуществляются: функционально-структурный анализ; морфологический анализ; генетический анализ (предыстория, тенденции развития, причинно-следственные связи, прогнозы); анализ аналогов; анализ эффективности; формирование требований к развиваемой системе;

Синтез, включающий моделирование системы; синтез альтернативных структур системы, снимающей проблему; синтез параметров системы, снимающий проблему; оценивание вариантов синтезированной системы и выбор наилучшего варианта для принятия управленческого решения.

Процесс разработки управленческого решения также включает элементы декомпозиции, анализа, моделирования и обоснования выбора варианта решения и альтернатив и, таким образом, управленческое решение есть «результат анализа, прогнозирования, оптимизации, экономического обоснования и выбора альтернативы».

Поскольку полноценное моделирование можно осуществить только на основе анализа и прогноза, то напрашивается вывод, что общность целей и задач процесса принятия управленческого решения и системного анализа позволит объединить их в процессе управления. Ряд специалистов в этой области исследования также придерживаются мнения, «что анализ является элементом процесса управления» .

Таким образом, при моделировании процесса управления следует учитывать, что цели и задачи его этапов не только совпадают с целями и задачами системного анализа, но являются взаимопроникающими. Следовательно, анализ систем управления необходимо ввести в состав элементов процесса управления, а на практике возложить ответственность за результаты анализа на ЛПР.

Объектом анализа в системе управления, как форме существования процесса управления, являются не только управленческие отношения, системы обработки данных и информационные потоки, но и производственные системы, по результатам функционирования которых можно судить об эффективности управления.

Но не один анализ представляет системные исследования, а еще и диагностика, прогнозирование и синтез, являющиеся также элементами УР.

Диагностика представляет собой процесс распознавания и обозначения проблем исследуемого объекта, включающий сбор информации; объективное исследование состояния объекта; анализ результатов исследования. Как правило, для распознавания проблем необходимо обнаружение достаточного числа признаков и комбинаций, определения их выраженности.

В свою очередь, прогнозирование - это «приемы исследования, позволяющие на основе анализа прошлых и существующих связей, присущих объекту, а также их возможных изменений вынести научно обоснованное суждение о будущем развитии объекта с определенной вероятностью» .

Синтез, как результат обобщений, ориентирован на моделирование более совершенных систем.

Все эти элементы являются необходимыми атрибутами нового вида деятельности, направленного на развитие управления, - исследования систем управления. В связи с этим представляется целесообразным ввести в процесс управления блок именно исследования систем управления (ИСУ).

«Ни одна модель не должна строиться без ясного осознания объекта и целей моделирования. Выбранное определение цели моделирования должно отвечать на следующие вопросы:

Почему моделируется данный процесс?

Что выявит данная модель?

Как ознакомившиеся с этой моделью смогут ее применить?» .

Отвечая на первый вопрос, следует обратить внимание на отсутствие

в теории и практике сколь-нибудь четкого и однозначного представления процесса управления.

Ответ на второй вопрос заключается в том, что модель процесса управления должна воспроизвести всю совокупность работ, задач или видов деятельности, осуществляемых в рамках этого процесса, их взаимосвязи и точное определение входов и выходов.

В качестве исходных позиций для моделирования процесса управления принимается следующее:

1. В силу того, что процесс управления в современных условиях должен быть ориентирован на устойчивое функционирование и развитие предприятия, в основу его организации должен быть положен принцип преобразующего анализа, который заключается в том, что анализ, как все системное исследование, направлен не просто на получение исчерпывающей информации об объекте, а на поиск знания о том, как его изменить, улучшить и найти пути его развития.

2. Реализация процесса управления осуществляется с использованием новых информационных технологий, обеспечивающих автоматизацию расчетов, построений и т.д. и поэтапную визуализацию результатов и работу в диалоговом режиме.

Предполагается обязательное наличие управленческой системы (УИС), которая непосредственно связана с целями и задачами, формирующими основу стратегии развития предприятия.

3. Декомпозиция системы должна осуществляться по функциональному признаку, поскольку именно таким образом можно отразить динамику процесса управления. Учитывая, что существует четыре стратегии декомпозиции: структурная, функциональная, по жизненному циклу и по физическим процессам, предлагается модификация, основанная на учете преимуществ всех четырех и на выделении функции системы по аспектам деятельности: управленческая, производственная, финансовая, социальное развитие, экономическая и функция интеллектуализации (или виртуализации) управления.

4. Показатели, используемые для преобразующего анализа, должны максимально отражать динамику системы и процессов управления, дифференцировать по аспектам деятельности и отвечать требованиям идентификации. В этой связи должны быть разработаны критерии отбора показателей в группы, характеризующие тот или иной аспект деятельности .

В ходе исследования были разработаны такие критерии, это:

Сопоставимость (по времени, содержанию...);

Одноразмерность. Так как показатели, характеризующие деятельность предприятия, разноразмерны и разнонаправлены, их нельзя, например, поместить в одно поле системы координат. В этой связи используется метод индексации показателей;

Данные Хранилище данных

Библиотека онтологий

Объекты реального _лица_

Диагностика -

Анализ показателей

Отбор показателей

Модель существующей системы

Функциональная декомпозиция

Функционально-структурный анализ

Ретроспективный анализ

Морфологический анализ

Генети ческий анализ

обозначение и

структуризация

проблемы

Синтез структур

Мониторинг и оценка исполнения УР

Принятие УР

Синтез параметров

Оценивание

Рпс. 1. Функционально-логическая модель процесса управления

Равного участия в исследуемом явлении. Это означает, что отбираются те показатели, которые в наибольшей степени характеризуют изменения в объекте и дают адекватные оценки его состоянию;

Чувствительности к любым изменениям, как во внешней, так и во внутренней

Относительности. Это означает, что показатели обязательно должны быть отношениями, отражающими соотношение затрат и результатов:

Учета влияния внешней среды.

5. В связи с тем, что модель процесса управления должна отражать динамику, воплощаемую в функциях, и логическую последовательность в диссертации используется метод функционально-логического моделирования.

Функционально-логическая модель процесса управления, представленная на рисунке 1, отражает:

Цикличность процесса управления;

Логическую последовательность действий;

Взаимопроникновение процессов управления и системного анализа (декомпозиция, анализ, синтез);

Функциональную интерпретацию.

Богатый арсенал методов анализа, представляющих совокупность правил, приемов и операций по выделению, отбору, систематизации, преобразованию и обобщению различных сведений, фактов и данных, имеющихся в источниках информации, облегчают реализацию его основной информационнообразующей функции, формирующей необходимую информацию и ее смысловые блоки.

Литература

1. Ансофф И. Новая корпоративная стратегия / И. Ансофф. - СПб.: Питер.

2. Герасимов Б. Н., Морозов В. В. Технологии менеджмента: Монография. -Самара: 2001

3. Деминг У. Эдвард Новая экономика (У. Эдвард Деминг; [пер. с англ. Т. Гуреш]). -М.: 2006.

4. Малин А. С. Исследование систем управления [текст]: Учебник для вузов / А. С. Малин, В. И. Мухин; Гос. ун-т - Высшая школа экономики. - 3-е изд. - М.: 2005

5. Мотышина М. С. Исследование систем управления: Учебное пособие. -СПб.: , 2006Ползунова Н. Н., Краев В. Н. Исследование систем управления: Учебное пособие для вузов. - М.: 2006 («Gaudeamus»)

6. Практика обучения действиям / Под ред. М. Педлера; пер с англ. Под ред. О. С. Виханского. - М.: 2000

7. Румянцева Е. Е. Новая энциклопедическая энциклопедия. - М.: 2005.-VI.

8. Черноруцкий И. Г. Метод оптимизации и принятия решений: Учебное пособие. - СПб.: 2001

[Монография]
ISBN: 978-5-91292-098-1
Тираж: 100 экз.
М: Издательство «Креативная экономика», 2012

Translation will be available soon.

Аннотация:

В монографии изложены основы теории и методики управления денежными потоками. Приведены современный инструментарий и практические примеры обоснования решения по регулированию остатка денежных средств предприятия.
Представлена модель управления остатками денежных средств с использованием современного математического аппарата, информационных и программных ресурсов, обеспечивающих поддержание их значения на уровне, минимально необходимом для обеспечения достаточности денежных средств на предстоящие сутки. Инструментарий обеспечивает встраивание модели в современные корпоративные информационные системы, обновление информационной базы данных в режиме реального времени, формирует возможности повышения эффективности
управления предприятиями за счет снижения иммобилизованных денежных средств. Приведены практические рекомендации по моделированию остатков денежных средств предприятий в условиях высокой неопределенности платежей.
Монография предназначена для менеджеров, экономистов-математиков, финансистов и аналитиков, разрабатывающих и реализующих проекты по формированию эффективности финансового управления предприятия, может быть полезна студентам, изучающим экономику и финансы фирм, экономико-математическое моделирование, информационные технологии в управлении.

JEL-классификация:

Источники:

1. Айвазян, С.А. Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное изд. / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1983. - 471 с.
2. Айвазян, С.А. Прикладная статистика и основы эконометрии: Учебник для вузов / С.А. Айвазян, В.С. Мхитарян. – М.: ЮНИТИ, 1998. – 1022 с., с.888–959.
3. Алтунин, А.Е. Модели и алгоритмы принятия решений в нечетких условиях / А.Е. Алтунин, М.В. Семухин. – Тюмень: Изд-во ТюмГУ, 2000. – 352 с.
4. Андерсон, Т. Статистический анализ временных рядов / Т. Андерсон. – М.: Наука, 1976. – 343 с.
5. Астафьева, Я.М. Вейвлет-анализ: Основы теории и примеры применения / Я.М. Астафьева // Успехи физических наук. – 1996. – Т. 166. – № 11. – С. 1145–1170.
6. Афанасьев, А. Анализ временных рядов и прогнозирование / А. Афанасьев. – М.:Финансы и статистика, 2001. – 228 с.
7. Берестов, В. Достаточно включить компьютер: Построение системы оперативного анализа денежного потока / В. Берестов, В. Лапиков // Бухгалтер и компьютер. – 2003. – № 8. – С. 30–32.
8. Бланк, И.А. Основы финансового менеджмента / И.А. Бланк. – Киев: Ника–Центр, 2000. – 720 с.
9. Бланк, И.А. Стратегия и тактика управления финансами / И.А. Бланк. – Киев: ИТЕМ: АДЕФ-Украина, 2001. – 428 с.
10. Бланк, И.А. Управление прибылью / И.А. Бланк. – Киев: Ника-Центр: Эльга, 2001.- 516 с.
11. Бланк, И.А. Финансовый менеджмент / И.А. Бланк. – Т. 1, 2 – Киев: ИТЕМ: АДЕФ-Украина, 2001. – 634 с.
12. Блаттер, С. Вейвлет-анализ. Основы теории / С. Блаттер. – М.: Техносвера, 2004 – 280 с.
13. Божокин, С.В. Фракталы и мультифракталы / С.В. Божокин, Д.А. Паршин. – Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001. – 128 с.
14. Бокс, Дж. Анализ временных рядов. Прогноз и управление / Дж. Бокс, Г. Дженкинс. – М.: Мир, 1974. – 357 с.
15. Бочаров, В.В. Управление денежным оборотом предприятий и корпораций / В.В. Бочаров. – М.: Финансы и статистика, 2001. – 141 с.
16. Бочаров, В.В. Управление денежным оборотом предприятий и корпораций / В.В. Бочаров. – М.:Финансы и статистика, 2001. – 141 с.
17. Бригхем, Ю. Финансовый менеджмент Полный курс: В 2-х т. / Ю. Бригхем, Л. Гапенски. – СПб.: Экономическая школа, 1997. – Т. 1 – 492 с.; т. 2. – 497 с.
18. Рутгайзер, В.М. Оценка стоимости бизнеса / В.М. Рутгайзер – М: Маросейка, 2008. – 432 с.
19. Владимирова, Л.П. Прогнозирование и планирование в условиях рынка: Учебное пособие / Л.П. Владимирова. – М.: Издательский дом «Дашков и К», 2000. – 308 с.
20. Воробьев, В.П. Теория и практика вейвлет-преобразований / В.П. Воробьев, В.Г. Грибунин. – СПб.: ВУС, 1999. – 204 с.
21. Вороновский, Г.К. Генетические алгоритмы, нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский – Х.: ОСНОВА, 1997. – 112 с.
22. Галушкин, А.И. Нейрокомпьютеры. Кн. 3: Учеб. пособие для вузов / А.И. Галушкин. – М.: ИПРЖР, 2000. – 289 с.
23. Галушкин, А.И. Теория нейронных сетей. Кн. 1: Учеб. Пособие для вузов / А.И. Галушкин. – М.: ИПРЖР, 2001. – 385 с.
24. Герасенко, В.П. Прогнозирование и планирование экономики. Практикум/ В.П. Герасенко. – Минск: Новое знание, 2001. – 192 с.
25. Гмурман, В.Е. Теория вероятностей и математическая статистика: Учебное пособие для вузов. Изд. 7-е, стер. / В.Е. Гмурман. – М.: Высш. шк., 1999. – 479 с.
26. Головко, В.А. Нейронные сети: обучение, организация и применение. Кн. 4: Учеб.пособие для вузов / В.А. Головко. Общая ред. А.И. Галушкина. – М.: ИПРЖР, 2001. – 256 с.
27. Горбань, А.Н. Нейронные сети на персональном компьютере / А.Н. Горбань, Д.А. Россиев. – Новосибирск: Наука, 1996. – 276 с.
28. Горбань, А.Н. Обучение нейронных сетей / А.Н. Горбань. – М.: СП “ПараГраф”, 1990. – 159 с.
29. Гренджер, К. Спектральный анализ временных рядов в экономике / Гренджер К., Хатанака М. Пер.с англ. – М.: Статистика., 1972 – 312 с.
30. Дамодаран, А. Инвестиционная оценка. Инструменты и техника оценки любых активов / А. Дамодаран, пер. с англ. – М.: Альпина Бизнес Букс, 2004. – 1342 с.
31. Ван Хорн, Дж. К. Основы управления финансами / Дж. К. Ван Хорн. Пер. с англ., гл. ред. Я.В. Соколов. – М.: Финансы и статистика, 1996. – 799 с.
32. Добеши, Я. Десять лекций по вейвлетам / Я. Добеши. – М.: РХД, 2001. – 464 с.
33. Дремин, И.М. Вейвлеты и их использование / И.М. Дремин, О.В. Иванов, В.А. Нечитайло // Успехи физических наук. – 2001. – Т. 171. – № 5. – С. 465 – 501.
34. Дьяконов, В.П. Вейвлеты. От теории к практике / В.П. Дьяконов. – М.: Солон-Р, 2002. – 448 с.
35. Дьяконов, В.П. MATLAB. Обработка сигналов и изображений. Специальный справчник / В.П. Дьяконов. – СПб.: Питер, 2002. – 608 с.
36. Ежов, A.А. Нейрокомпьютинг и его применения в экономике и бизнесе / A.А. Ежов, C.А. Шумский. – М.: МИФИ, 1998. – 224 с. http://www.neuroproject.ru.
37. Елисеева, И.И. Общая теория статистики: Учебник / И.И. Елисеева, М.М. Юзбашев. Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2003. – 480 с.
38. Ивахненко, А.Г. Долгосрочное прогнозирование и управление сложными системами / А.Г. Ивахненко. – Киев: Наукова думка, 1975. – 340 с.
39. Инвесткомпания «Финнам». [Электронный ресурс.] – Режим доступа: http://www.finam.ru.
40. Информационное агентство фондового рынка «Финмаркет». [Электронный ресурс.] – Режим доступа: http://finmarket.ru.
41. Итоги науки и техники: физические и математические модели нейронных сетей. – Т. 1. – М.: ВИНИТИ, 1990.
42. Калан, Р. Основные концепции нейронных сетей / P. Калан. Пер. с англ. – М.: Издательский дом «Вильямс», 2001. – 288 с.
43. Кейнс, Дж. М. Общая теория занятости, процента и денег / Дж. М. Кейнс. – М.: Прогресс, 1978. – 341 с.
44. Киселев, А.А. Вейвлет своими руками. [Электронный ресурс.] – Режим доступа: http://www.BaseGroup.ru.
45. Киселев, А.А. Непрерывное вейвлет-преобразование в анализе бизнес-информации. [Электронный ресурс.] – Режим доступа: http://www.BaseGroup.ru.
46. Киселев, А.А. Основы теории вейвлет-преобразований. [Электронный ресурс.] – Режим доступа: http://www.BaseGroup.ru.
47. Клеопатров, Д.И. Прогнозирование экономических показателей с помощью метода простого экспоненциального сглаживания. Статистический анализ экономических временных рядов и прогнозирование / Д.И. Клеопатров, А.А. Френкель. – М.: Наука, 1973. – 298 с.
48. Ковалев, В.В. Введение в финансовый менеджмент / В.В. Ковалев. – М.: Финансы и статистика, 2006. –768 с.
49. Ковалев, В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности / В.В. Ковалев. – М.: Финансы и статистка, 2001. – 512 с.
50. Ковалёв, В.В. Финансовый менеджмент: теория и практика / В.В. Ковалев. – М.: ТК Велби, Изд-во Проспект, 2008. – 1024 с.
51. Ковалев, В.В., Волкова, О.Н. Анализ хозяйственной деятельности предприятия: Учебник для вузов / В.В. Ковалев. – М.: Проспект, 2008. – 421 с.
52. Козырь, Ю.В. Модель оценки стоимости ликвидности. [Электронный ресурс.] – Режим доступа: http://www.labrate.ru/kozyr/publication.htm, http://www.labrate.ru/kozyr.
53. Козырь, Ю.В. Оценка влияния ликвидности на стоимость активов / Ю.В. Козырь // Вопросы оценки. – 1999. – № 1. – С. 13–17.
54. Козырь, Ю.В. Оценка инвестиционной стоимости ликвидности актива. [Электронный ресурс.] – Режим доступа: http://www.cfin.ru/finanalysis/value_liquid.shtml, http://old.appraiser.ru/info/method.
55. Козырь, Ю.В. Оценка стоимости ликвидности / Ю.В. Козырь // Финансы и кредит. – 2004. – № 19 (157) – С. 37–44 , Вопросы оценки. – 2000. – № 4. – С. 49–50.
56. Колде, Я.К. Практикум по теории вероятностей и математической статистике: Учебн. пособие для техникумов / Я.К. Колде. – М.: Высш. Шк., 1991. – 157 с.
57. Комарцова, Л.Г. Нейрокомпьютеры: Учеб. пособие для вузов / Л.Г. Комарцова, А.В Максимов.- М.: Изд-во МГТУ им. Н.Э. Баумана, 2002 (Сер. Информатика в техническом университете). -320 с.
58. Комашинский, В.И. Нейронные сети и их применение в системах управления и связи / В.И. Комашинский, Д.А. Смирнов. – М.: Горячая линия – Телеком, 2003. – 94 с.
59. Коупленд, Т. Стоимость компаний: оценка и управление / Т. Коупленд, Т. Коллер, Дж. Мурин. Пер. с англ. - М.: ЗАО «Олимп-Бизнес», 2008. - 576 с.
60. Крамер, Г. Математические методы статистики / Г. Крамер. – М.:Мир, 1975. – 245 с.
61. Крейнина, М.Н. Финансовый менеджмент / М.Н. Крейнина. – М.: «Дело и Сервис», 2000. – 498 с.
62. Крижевская, Е.Ю. Совершенствование методов управления оборотными средствами предприятия в условиях переходной экономики. Автореферат дисс. … канд. эконом. наук. – М., 2000. – 146 с.
63. Кричевский, М.Л. Интеллектуальные методы в менеджменте / М.Л. Кричевский. – СПб.: Питер, 2005. – 304 с: ил.
64. Кроновер, Р.М. Фракталы и хаос в динамических системах. Основы теории / Р.М. Кроновер. – М.: Постмаркет, 2000. – 354 с.
65. Курдюмов, С.П. Нестационарные структуры, динамический хаос, клеточные автоматы // Новое в синергетике. Загадки мира неравновесных структур / С.П. Курдюмов, Г.Г. Малинецкий, А.Б. Потапов. – М.: Наука, 1996. – С. 95–164.
66. Курейчик, В.В. Эволюционное моделирование: Учебное пособие по курсам «Эволюционное моделирование» и «Генетические алгоритмы» / В.В. Курейчик. – Таганрог: Изд-во ТРТУ, 2003. – 76 с.
67. Легостаева, И.Л. Минимальные веса в задаче выделения тренда случайного процесса / И.Л. Легостаева, А.Н. Ширяев // Теория вероятностей и ее применение. – 1971. – Т. XVI, – № 2. – C. 339–345.
68. Логовский, Л.С. Зарубежные нейропакеты: современное состояние и сравнительные характеристики / А.С. Логовский // Нейрокомпьютер. – 1998. – № 1. – С. 45–48.
69. Лопатников, Л.И. Экономико-математический словарь / Л.И. Лопатников. – М.: Наука, 1987. – 510 с.
70. Лукасевич, И.Я. Анализ финансовых операций. Методы, модели, техника вычислений/ И.Я. Лукасевич. – М.: Финансы: ЮНИТИ, 1998. – 400 с.
71. Лукашин, Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учебное пособие / Ю.П. Лукашин. – М.: Финансы и статистика, 2003. – 416 с.
72. Лукашов, С.А. Предпрогнозный анализ эффекта агрегирования временных рядов детской заболеваемости / С.А. Лукашов, О.И. Шапошникова // Электронный журнал «Исследовано в России». – С. 454 – 460.
73. Льюис, К.Д. Методы прогнозирования экономических показателей / К.Д. Льюис. Пер. с англ. Демиденко Е.З. – М.: Финансы и статистика, 1986. – 132 с.
74. Вейвлет в обработке сигналов / Мала С. Пер. с англ. – М.: Мир, 2005. – 671 с.
75. Маршалл, Д. Финансовая инженерия: полное руководство по финансовым нововведениям. Пер. с англ. / Д. Маршалл, В. Бансал. – М.: «ИНФАРМА-М», 1999. – 478 с.
76. Медведев, В.С. Нейронные сети. MATLAB 6 / В.С. Медведев, В.Г. Потемкин. Под общ. ред. В.Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496 с.
77. Минский, М.Л. Персептроны / М.Л. Минский, С. Пейперт. – М.: Мир, 1971.
78. Костина, Н. Финансовое прогнозирование в экономических системах / Н. Костина. – М.: ЮНИТИ–ДАНА, 2002. – 285 с.
79. Назаров, А.В. Нейросетевые алгоритмы прогнозирования и оптимизации систем / А.В. Назаров, А.И. Лоскутов. – СПб.: Наука и техника, 2003. – 384 с.
80. Нанивская, В.Г. Теория экономического прогнозирования: Учебное пособие / В.Г. Нанивская, И.В. Андронова. – Тюмень: ТюмГНГУ, 2000. - 98 с.
81. Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / Под редакцией В.П. Боровикова. – 2-е изд., перераб. и доп. – М.: Горячая линия – Телеком, 2008. – 392 с.
82. Нейронные сети. STATISTICA Neural Networks: Пер. с англ. – М.: Горячая линия – Телеком. 2000. – 182 с.
83. Николаев, А.Б. Нейросетевые методы анализа и обработки данных: Учебное пособие / А.Б. Николаев, И.Б. Фоминых. – М.: МАДИ (ГТУ), 2003. – 95 с.
84. Оссовский, С. Нейронные сети для обработки информации / С. Оссовский. – М.: Финансы и статистика, 2002. – 344 с.
85. Павлова, Л.Н. Финансовый менеджмент. Управление денежным оборотом предприятия: Учебник / Л.Н. Павлова – М.: Банки и биржи, ЮНИТИ, 1995. – С. 7–19.
86. Перар, Ж. Управление международными денежными потоками / Ж. Перар. – М.: Финансы и статистика, 1998. – 548 с.
87. Перепелица, В.А. Предпрогнозный анализ объемов стока горных рек, как элемент экономической безопасности региона / В.А. Перепелица, Е.В. Попова, А.М. Янгишиева, Т.М. Леншова // Вестник ВГУ. Серия «Экономика и управление». – 2005. – № 1. – С. 67–76.
88. Перепелица, В.А. Математическое моделирование экономических и социально-экологических рисков / В.А. Перепелица, Е.В. Попова. – Ростов-н/Д.: Изд-во Ростовского университета, 2001. – 128 с.
89. Перепелица, В.А. Фрактальный анализ поведения природных временных рядов / В.А. Перепелица, Е.В. Попова // Современные аспекты экономики. – 2002. – №9 (22). – С. 185–200.
90. Перепелица, В.А. Исследование R/S-траектории одного временного ряда страхования / В.А. Перепелица, Д.А. Тамбиева, К.А Комиссарова // Электронный журнал «Исследовано в России». – С. 2663–2672.
91. Перепелица, В.Л. Математические модели и методы оценки рисков экономических, социальных и аграрных процессов / В.А. Перепелица, Е.B. Попова. – Ростов-н/Д.: Изд-во Рост. ун-та, 2002. – 208 с.
92. Петерс, Э. Фрактальный анализ финансовых рынков: Применение теории Хаоса в инвестициях и экономике / Э. Петерс – М.: Интернет-трейдинг, 2004. – 304 с.
93. Петерс, Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка / Э. Петерс. Пер. с англ. – М.: Мир, 2000. – 333 с.
94. Прикладные нечеткие системы: Пер. с япон. / К. Асои, Д. Ватада, С. Иваи и др.; под редакцией Т. Тэрано, К. Асаи, М. Сугэно. – М.: Мир, 1993. – 368 с.
95. Брейли, Р. Принципы корпоративных финансов / Р. Брейли, С. Майерс. Пер. с англ. – М.: ЗАО “Олимп-Бизнес”, 1997. – 1120 с.
96. Рожков, Л.Н. Выбор оптимального параметра сглаживания в методе экспоненциального сглаживания / Л.Н. Рожков, А.А.Френкель // Основные проблемы и задачи научного прогнозирования. – М.: Наука, 1972. – 154 с.
97. Розенблат, Ф. Принципы нейродинамики: Персептрон и теория механизмов мозга / Ф. Розенблат. Пер. с англ. – М.: Мир, 1965. – 175 с.
98. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. Пер. с пол. И.Д. Рудинского. – М.: Горячая линия – Телеком, 2006. – 452 с.
99. Хайкин, С. Нейронные сети: полный курс / C. Хайкин. – М.: Издательский дом «Вильямс», 2006. – 1104 с.
100. Сигеру, О. Нейроуправление и его приложения / О. Сигеру. Пер. с англ. Под ред. А.И. Галушкина. – М.: ИПРЖР, 2001. – 321 с.
101. Смоленцев, Н.К. Основы теории вейвлетов. Вейвлеты в MATLAB / Н.К. Смоленцев. – ДМК Пресс, 2005. – 304 с.
102. Снитко, Л.Т. Управление оборотным капиталом организации. Научное издание / Снитко Л.Т., Красная Е.Н. – М.: Изд-во РДЛ, 2002. – 84 с.
103. Стариков, А.Л. Нейронные сети – математический аппарат / А.Н. Стариков. [Электронный ресурс.] – Режим доступа: http:/www.BaseGroup.ru.
104. Статистика: Учебник / Под ред. проф. И.И. Елисеевой – М.: ООО «ВИТРЭМ», 2002. – 448 с.
105. Стоянова, Е.С. Управление оборотным капиталом / Е.С. Стоянова, Е.Б. Быкова, И.А. Бланк. – М.: Изд-во «Перспектива», 1998. – 128 с.
106. Терёхин, В.И. Экономическое обоснование управленческих решений: учебное пособие по обоснованию и реализации проектов развития бизнеса / В.И. Терехин. – Рязань: РГРТУ, 2009. – 252 с.
107. Терехов, С.А. Вейвлеты и нейронные сети: Лекция для школы-семинара «Современные проблемы нейроинформатики» / С.А. Терехов. МИФИ, Москва, 24–26 января 2001 г.
108. Тихонов, Э.Е. Методы прогнозирования в условиях рынка: Учебное пособие / Тихонов Э.Е. – Невинномысск, 2006. – 221 с.
109. Тихонов, Э.Е. Методы и алгоритмы прогнозирования экономических показателей на базе нейронных сетей и модулярной арифметики: Монография / Э.Е. Тихонов, В.А. Кузьмищев. – Невинномысск: Издательство НИЭУП, 2004. – 166 с.
110. Уоссермен, Ф. Нейрокомпьютерная техника: теория и практика / Ф. Уоссермен. – М.: Мир, 1992. – 240 с.
111. Ушакова, Н.Н. Инвестирование, финансирование, кредитование: стратегия и тактика предприятия / Н.Н. Ушакова, Т.Е. Унковская, Н.Н. Гуляева, Н.А. Гринюк. – Киев: Киевский государственный торгово-экономический университет, 1997. – 584с.
112. Федер, Е. Фракталы / Е. Федер. – М.: Мир, 1991. – 260 с.
113. Федосеев, В.В. Экономико-математические методы и прикладные модели: учеб. пособие для студентов вузов, обучающихся по экон. cпециальностям / В.В. Федосеев. – М.: ЮНИТИ, 2002. – 391 с.
114. Финансовое управление фирмой / В.И. Терехин, С.В. Моисеев, Д.В. Терехин, С.Н. Цыганков; под ред. В.И. Терехина. - М.: Экономика, 1998. - 350 с.
115. Финансовый менеджмент: теория и практика: Учебник / Под ред. Е.С. Стояновой. – М.: Перспектива, 2003. – 656 с.
116. Френкель, А.А. Математические методы анализа динамики и прогнозирования производительности труда / Френкель А.А. – М.: Наука, 1972.
117. Хруцкий, В.Е. Внутрифирменное бюджетирование: Настольная книга по постановке финансового планирования / В.Е. Хруцкий, В.В. Гамаюнов. – М.: Финансы и статистика, 2008. – 464 с.
118. Ченг, Ф. Ли. Финнерти, И.Дж. Финансы корпораций: теория, методы, практика / Ф. Ли Ченг, И. Джозеф. Финнерти. – М.: Инфра-М, 2000.
119. Четыркин, Е.М. Статистические методы прогнозирования / Е.М. Четыркин. – М., «Статистика», 1977. – 200 с.
120. Чижиков, С.А. Комплекс non-linear science моделей и методов прогнозирования производственного индекса цен на сахар. Автореферат дисс. канд. эконом. наук. Ставрополь, 2003.–189 с.
121. Чуев, Ю.В. Прогнозирование количественных характеристик процессов / Ю.В. Чуев, Ю.Б. Михайлов, В.И. Кузьмин. – М.: Сов. радио, 1975. – 400 с.
122. Чуй, Ч. Введение в вэйвлеты / Ч. Чуй. – М.: Мир, 2001. – 412 c.
123. Чураков, Е.П. Математические методы обработки экспериментальных данных в экономике: Учеб. Пособие / Е.П. Чураков - М.: Финансы и статистика, 2004. – 240 с.
124. Чураков, Е.П. Прогнозирование эконометрических временных рядов / Е.П. Чураков - М.: Финансы и статистика, 2008. – 208 с.
125. Шелобаев, С.И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. пособие для вузов / С.И. Шелобаев. – М.: ЮНИТИ-ДАНА, 2001. – 367 с.
126. Шихин, Е.В. Математические методы и модели в управлении: Учебное пособие для вузов / Е.В. Шихин, А.Г. Чхартишвили. – М.: Дело, 2000. – 440 с.
127. Шредер, М. Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая / М. Шредер. – Ижевск: НИЦ "Регулярная и хаотичная динамика", 2001. – 528 с.
128. Шустер, Г. Детерминированный хаос: Введение / Г. Шустер. – М.: Мир, 1988. – 240 с.
129. Яковлев А.Н. Основы вейвлет-преобразования сигналов: Учебное пособие / А.Н. Яковлев. – М.: Сайм-пресс, 2003. – 80 с.
130. Яндиев, М.И. Финансовые рынки и корпоративные финансы: Учеб-метод. пособ. / М.И. Яндиев. – М: МГУ им. М.В. Ломоносова, 2007. – 72 с.
131. Ярушкина, Н.Г. Основы теории нечетких и гибридных систем: Учебное пособие / Н.Г. Ярушкина. – М.:Финансы и статистика, 2004. – 320 р.
132. Misiti, M. Wavelet Toolbox User’s Guide. / M. Misiti, Y. Misiti, G. Oppenheim, J.-Ml Poggi. // The MathWorks Inc. – 2001.
133. Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992. – Pp. 327–354.
134. Baumol, W. The Transactions Demand for Cash: An Inventory Theoretic Approach / W. Baumol // Quarterly Journal of Economics. – October 1952. – Pp. 545–556.
135. Beranek, W. Analysis for Financial Decisions / W. Beranek, R.D. Irwin. – Homewood, 1963. – Chap. 11.
136. Bishop, С. Neural Networks for Pattern Recognition / С. Bishop. – Oxford: University Press., 1995. – 498 р.
137. Coifman, Ed.R. Wavelet and Their Applications / Ed.R. Coifman. – Boston: Jones and Barlett Publ., 1992.
138. Fahlman, S.E. Faster-learning variations on back-propagation: an empirical study // Touretzky D., Hinton G.E., Sejnowski T.J. (eds.). Proceedings of the 1988 Connectionist Models Summer School. – San Mateo, CA: Morgan Kaufmann, 1988 – P. 38–51.
139. Fausett, L. Fundamentals of Neural Networks / L. Fausett – New York: Prentice Hall, 1994.
140. Haykin, S. Neural Networks: A Comprehensive Foundation / S. Haykin – New York: Macmillan Publishing, 1994. – 691 p.
141. Hurst, H.E. Long-term Storage of Reservoirs / H.E. Hurst. // Transactions of the American Society of Civil Engineers. – 1991. – Vol. 88.
142. Increased Rates of Convergence Through Learning Rate Adaptation / R.A. Jacobs // Neural Networks. – 1988. – No. 1 (4) – P. 295–307.
143. Miller, M.H. Mathematical Models for Financial Management / M. H. Miller, D. Orr // Frontiers of Financial Management, South-Western Publishing Co., Cincinnati, 1984. – Pp. 238–239.
144. Miller, M.H. A model of the demand for money by firms / M.H. Miller, D. Orr // Quarterly Journal of Economics. – August 1966. – Vol. 80. – Issue 3. – Pp. 417–418.
145. Miller, T.W. The Value of Short-Term Cash Flow Forecasting Systems / T.W. Miller, B.K. Stone // Advances in Working Capital Management. – London: JAI Press Inc., 1996. – Vol. 3. – Pp. 3–63.
146. Patterson, D. Artificial Neural Networks / D. Patterson. – Singapore: Prentice Hall., 1996. – 126 p.
147. Piotrowska, M. Finanse spółek. Krótkoterminowe decyzje finansowe. – Wrocław: Wydawnictwo AE, 1997.
148. Rumelhart, D.E. Parallel Distributed Processing / D.E. Rumelhart, J. McClelland. – Cambridge, MA: MIT Press, 1986. – Vol. 1.
149. Rumelhart, D.E. Parallel Distributed Processing: Exploration in the Micro Structure of Cognition / D.E. Rumelhart. – Vol.1: Foundation. – Cambridge, MA: MIT Press, 1986.
150. Sankar, K.Pal. Multilayer Perceptron, Fuzzy Sets, and Classification / K.Pal. Sankar, Mitra Sushmita // IEEE Transactions on Neural Networks. – Vol. 3. – No. 5. – 1992. – Pp. 683–696.
151. Scherr, F.C. Modern Working Capital Management. Text and Cases / F.C. Scherr. – Prentice Hall, Englewood Cliffs, 1989.
152. Shepherd, A.J. Second-Order Methods for Neural Networks / A.J. Shepherd. – New York: Springer, 1997.
153. Stone, B. The Use of Forecasts and Smoothing in Control – Limit Models for Cash Management / B. Stone. – Financial Management. – Wiosna 1972. – Pp. 72–84.

Модель (от лат. modulus – мера, образец) – это копия или аналог изучаемого процесса или явления, отображающая существенные свойства этого процесса или явления с точки зрения цели исследования.

Моделирование применительно к менеджменту предусматривает исследование процессов и явлений, относительно которых принимаются управленческие решения, путем построения и изучения их моделей. Необходимость моделирования обусловлена целым рядом причин: сложностью многих организационных структур, невозможностью проведения экспериментов в реальной жизни и ориентацией на будущее.

Сложность многих организационных структур требует упрощения реальности при помощи моделей, повышая тем самым возможности человека принимать правильные решения.

Невозможность проведения экспериментов в реальной жизни тоже требует применения моделирования, так как прежде чем вкладывать средства в производство новых продуктов, необходимо обосновать возможность выпуска этих продуктов, возможный спрос на них и др. Например, прежде чем выбрать место для строительства нового автомобильного завода, надо учесть возможную обеспеченность его рабочей силой, связи со смежными предприятиями, транспортировку готовой продукции и т.п. Было бы абсурдно решать эти проблемы эмпирически, построив на каждом возможном месте по заводу.

Ориентация на будущее осложняется тем, что будущее нельзя наблюдать, но его можно моделировать в различных вариантах и рассматривать применительно к ним альтернативные варианты решений.

В менеджменте принято выделять физические ("портретные"), аналоговые и математические модели.

Физические ("портретные" ) модели – это уменьшенные или увеличенные копии исследуемых объектов или систем, относительно которых предстоит принимать решения. Например, макет будущего предприятия, чертеж проектируемого здания и т.п.

Аналоговые модели представляют исследуемый объект аналогом, который отличается от этого объекта внешне, но отражает какие-то существенные тенденции, присущие объекту исследования. Например, график, отражающий динамику товарооборота розничной торговой фирмы, схема организационной структуры управления и т.п.

Но самое широкое распространение в менеджменте получили математические модели. Математическая модель объекта – его отображение в виде совокупности уравнений, неравенств, логических отношений, объединяющее группы отношений элементов модели.

Изучение модели, во-первых, позволяет получить новое знание об объекте планирования; во-вторых , дает возможность выбирать оптимальные решения применительно к различным ситуациям.

Математическое моделирование применяют в тех случаях, когда управленческое решение принимается на основе обширной цифровой информации, которая может быть легко формализована, а цель может быть задана определенным числом.

Основными этапами оптимизации управленческого решения с помощью математических методов являются.

1. Постановка задачи.
2. Выбор критерия эффективности, который должен выражаться однозначно, например определенным числом, и отражать меру соответствия результатов решения поставленной цели.
3. Анализ и измерение переменных величин (факторов), влияющих на величину критерия эффективности.
5. Математическое решение модели.
6. Логическая и экспериментальная проверка модели и полученного с ее помощью решения.
7. Разработка рекомендаций по практическому применению полученных результатов.

Математическое моделирование применительно к принятию управленческих решений позволяет описать исследуемый объект математическими средствами, т.е. построить математическую модель данного объекта, просчитать эту модель на компьютере и выбрать оптимальное решение.

При построении математической модели осуществляется перенос знаний об объекте на модель. Затем строится математическая модель объекта, которая решается математическими средствами. После чего могут быть получены новые сведения о модели, которые переносятся на объект. И, в конечном счете, новые сведения об объекте подвергаются верификации. Алгоритм построения математической модели представлен на рис. 4.3.

Рис. 4.3.

Применение математического моделирования позволяет:

выделить и описать наиболее важные, существенные связи экономических переменных и объектов, что имеет принципиальный характер;
из четко сформулированных исходных данных и соотношений можно получать выводы, адекватные изучаемому объекту;
получать новые знания об объекте, например, оценивать форму и параметры зависимостей его переменных, в наибольшей степени соответствующие имеющимся наблюдениям;
точно и компактно излагать положения экономической теории, формировать ее понятия и выводы.

Математические модели, используемые для оптимизации управленческих решений, можно подразделить на классы по ряду признаков, относящихся к особенностям моделируемого объекта, цели моделирования и используемого инструментария.

Макроэкономические модели описывают экономику как единое целое, связывая между собой укрупненные материальные и финансовые показатели (валовой национальный продукт).

Микроэкономические модели описывают либо взаимодействие различных структурных и функциональных составляющих экономики, либо поведение какой-либо отдельной составляющей в рыночной среде.

Теоретические модели позволяют изучать общие свойства экономики и ее характерные элементы дедукцией выводов из формальных предпосылок.

Прикладные модели дают возможность оценить параметры функционирования конкретного экономического объекта и сформулировать рекомендации для принятия практических решений. К числу прикладных относят эконометрические модели.

Равновесные модели занимают важное место в моделировании рыночной экономики и описывают состояние исследуемого объекта, когда результирующая разнообразных ситуаций, стремящихся вывести его из данного состояния, равна нулю.

В статистических моделях описывается состояние экономического объекта в конкретный момент или период времени; обычно фиксируются значения ряда величин, являющихся переменными, в динамике.

Динамические модели, включающие взаимосвязь переменных величин по времени, не сводятся к простому суммированию нескольких статистических моделей, а описывают различные силы и взаимодействия в экономике, которые определяют в ней ход реальных процессов.

Детерминированные модели предполагают жесткие функциональные связи между переменными величинами модели.

Стохастические модели допускают наличие воздействий на исследуемые показатели и для их описания используют инструментарий теории.

На уровне организации моделирование имеет определенные особенности. В частности, можно выделить рациональные модели – это выбор альтернатив с максимальной выгодой для организации; модели организационно-ограничейной рациональности, когда руководитель ограничен в принятии решений определенными возможностями организации: ресурсами, временем, возможностями исполнителей и т.п.; модели личностно-ограниченной рациональности, когда ограничениями при принятии решений становятся личные предубеждения или сомнения менеджера.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Подобные документы

Общесистемные принципы имитационного моделирования бизнес-процессов. Характерные черты сложных организационно-технических систем, средства их представления, инструменты прогнозирования. Этапы построения структурных моделей системы; управление проектами.

презентация , добавлен 09.11.2013

Сущность инноваций и классификация по типу новизны. Этапы организации инновационного процесса. Типология сотрудников на предприятии применительно к инновациям. Делегирование и мотивация в управлении. Роль контроля в управлении. Планирование развития.

презентация , добавлен 29.05.2016

Полная бизнес-модель компании. Шаблоны организационного бизнес-моделирования: разработки миссии, бизнесов, функционала компании. Построение организационно-функциональной модели компании. Инструментальные средства организационного моделирования.

лекция , добавлен 19.12.2009

Виды моделирования бизнес-процессов. Описание структуры и финансово-экономической деятельности магазина "Спортмастер". Построение многофакторной регрессивной модели зависимости валовой прибыли от ряда показателей. Прогноз прибыли магазина на перспективу.

курсовая работа , добавлен 10.05.2015

Моделирование односекторной экономической системы. Построение графической, статистической и динамической моделей. Графики погашения внешних инвестиций. Моделирование двухсекторной экономической системы. Архитектура системы. Спецификация данных модели.

дипломная работа , добавлен 16.12.2012

Понятие термина "инфляция", цели и общие принципы моделирования инфляционного процесса. Концепции и основные модели инфляции в экономике. Особенности проведения антиинфляционной политики государства. Анализ моделей и концепции инфляции в экономике.

курсовая работа , добавлен 20.12.2015

Сущность, особенности и классификация производственных процессов, экономические показатели их организации. Анализ организации производственного процесса и его структуры на примере ТОО "Корпорация Казахмыс". Особенности организации труда на предприятии.

дипломная работа , добавлен 23.05.2014

Сущность моделирования развития и функционирования национальной экономики. Системный подход как методологическая основа моделирования и прогнозирования национальной экономики. Методология построения межотраслевого баланса в системе национальных счетов.

курсовая работа , добавлен 25.04.2016