Высокие статистические технологии

Организационно-экономическое моделирование,
экономика и управление

Периодический сборник научных трудов

Периодический сборник научных трудов «Организационно-экономическое моделирование, экономика и управление» выпускается Лабораторией экономико-математических методов в контроллинге, с 2006 г. работающей в составе научно-исследовательской части научно-учебного комплекса «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана. В сборник включены научные работы, выполненные в рамках Лаборатории и доложенные на научном семинаре Лаборатории. Он предназначен для студентов, преподавателей и аспирантов высших технических и экономических учебных заведений, инженеров-менеджеров, экономистов, консультантов по управлению, научных работников, специалистов в области экономики и управления в народном хозяйстве, прежде всего организационно-экономического моделирования, экономико-математических методов, контроллинга, экономики предприятия и организации производства.
Сборник размещен в Интернете на странице Лаборатории экономико-математических методов в контроллинге http://www.ibm.bmstu.ru/nil/trud.html

Редакционная коллегия сборника

Новиков Д.А., д.т.н., проф., член-корр. РАН (ИПУ РАН)
Омельченко И.Н., д.т.н., д.э.н., проф. (МГТУ им. Баумана)
Орлов А.И., д.т.н., проф. (МГТУ им. Баумана)
Смоляк С.А., д.э.н., проф. (ЦЭМИ РАН)
Фалько С.Г., д.э.н., проф. (МГТУ им. Баумана)


Ответственный за выпуск - д.т.н., проф. Орлов А.И.


Выпуск 1

Организационно-экономическое моделирование, экономика и управление. Периодический сборник научных трудов. 2008. Вып.1. – М.: МГТУ им. Н.. Баумана, 2008. – 101 с. (электронный вариант).


Содержание выпуска 1

Орлов А.И., Фалько С.Г. Экономико-математические методы в контроллинге

Муравьева В.С., Орлов А.И. Организационно-экономические
проблемы прогнозирования на промышленном предприятии

Корнеев Д.С. Использование аппарата нейронных сетей для
создания модели оценки и управления рисками предприятия

Митрохин И.Н., Орлов А.И. Обнаружение разладки с помощью
контрольных карт

Орлов А.И. Математические теории рейтингов

Ковалев С.В. Комплексный подход к повышению эффективности
системы управления качеством в инновационном вузе на основе
методологии контроллинга и математических методов

Орлова Л.А. Функция спроса и метод наименьших квадратов


Рефераты статей выпуска 1 сборника


Орлов А.И., Фалько С.Г. Экономико-математические методы в контроллинге // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.1. С.4-6.

В МГТУ им. Н.Э.Баумана в составе факультета «Инженерный бизнес и менеджмент» действует научно-исследовательская лаборатория экономико-математических методов в контроллинге (http://www.ibm.bmstu.ru/nil/news.html), работающая совместно с Отделением моделирования производственных объектов и комплексов Центрального экономико-математического института РАН. В докладе рассказано в работах, ведущихся в рамках этой лаборатории и связанных с ней исследовательских структур – в Институте контроллинга и в Институте высоких статистических технологий и эконометрики.


Муравьева В.С., Орлов А.И. Организационно-экономические проблемы прогнозирования на промышленном предприятии // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.1. С.7-18.

Выделены основные источники неопределенностей в различных производственных и экономических ситуациях. Рассмотрены роль и задачи прогнозирования при управлении промышленными предприятиями. Представлены основные методы организационно-экономического прогнозирования.


Корнеев Д.С. Использование аппарата нейронных сетей для создания модели оценки и управления рисками предприятия // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.1. С.19-34.

Рассматривается один из подходов к анализу и управлению рисками, основанный на нейросетевых технологиях. Во введении обосновывается необходимость разработки различных методов прогнозирования рисков в условиях рыночной экономики, объясняется важность эффективного риск-менеджмента для современного предприятия. В работе приводится одна из возможных классификаций рисков, а также выделены области прогнозирования рисков, в которых применение нейронных сетей представляется наиболее эффективным. Описаны традиционные методы анализа рисков, особое внимание уделено эконометрическим методам. Выделены преимущества недостатки нейронных сетей для задач прогнозирования и классификации. Разработана архитектура нейронной сети для решения задачи прогнозирования банкротства и приведено ее сравнение с методом линейного дискриминантного анализа.


Митрохин И.Н., Орлов А.И. Обнаружение разладки с помощью контрольных карт // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.1. С.35-42.

Контрольные карты Шухарта и кумулятивных сумм первоначально использовались для статистического контроля технологических процессов. В последние годы область их применения значительно расширилась, охватив временные ряды различной природы, от экологического мониторинга до анализа динамики экономических показателей. В статье даются общие сведения о методе контрольных карт и подробно разбирается пример, относящийся к деятельности предприятия ОАО «Северсталь-авто».


Орлов А.И. Математические теории рейтингов // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.1. С.43-53.

При разработке управленческих решений с целью совместного учета и соизмерении различных факторов, частичного снятия неопределенности широко используются рейтинги. В частности, для сведения к однокритериальной постановке могут быть применены методы построения единого (интегрального) критерия (рейтинга). Термин «рейтинг» происходит от английского «to rate» (оценивать) и «rating» (оценка, оценивание). Оценка – это число, градация качественного признака (удовл,, хор., отл.), реже – упорядочение (ранжировка) или математический объект иной природы. Методологический анализ опирается на выделение следующих трех вариантов постановок задач:
1. Непосредственная оценка (рейтинг).
2. Оценка с использованием обучающих выборок.
3. Оценка на основе системы показателей с весовыми коэффициентами.
Подробнее рассмотрен важный частный случай - бинарные рейтинги, когда рейтинговая оценка принимает два значения. Теория бинарных рейтингов – часть дискриминантного анализа, имеющего целью отнесение объекта к одному из двух классов. Для сравнения рейтингов (алгоритмов диагностики) предлагаем использовать (эмпирическую) прогностическую силу. Разработаны методы доверительного оценивания прогностической силы и проверки возможности ее использования.
В качестве рейтинга проекта можно использовать общий экономический эффект. Установлено, что устойчивость хозяйственных решений во времени эквивалентна использованию моделей с дисконтированием. В частности, это означает, что использование таких характеристик инвестиционного проекта, как чистая текущая стоимость NPV, рационально лишь при предположении об устойчивости хозяйственных решений во времени, в частности, решений о сравнении двух инвестиционных проектов.


Ковалев С.В. Комплексный подход к повышению эффективности системы управления качеством в инновационном вузе на основе методологии контроллинга и математических методов // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.1. С.54-79.

В работе рассматриваются теоретические основы и практическое применение системы менеджмента качества подготовки специалистов, основанной на обеспечении постоянного мониторинга эффективности функционирования системы, экономической выгоды от внедрения мероприятий менеджмента качества, планирование финансово-хозяйственной деятельности организации (ВУЗа) на определенный период на основе построения системы бюджетов, позволяющей осуществлять оптимизацию затрат финансовых потоков, выявление и устранение потребности в финансовых ресурсах, контроль и оценку эффективности работы руководителей отделов и менеджеров. прогнозировать дальнейшее развитие и совершенствование организации.
Проведенный анализ показал необходимость применения концепции контроллинга в системах управления (менеджмента) качеством для достижения наилучших результатов деятельности промышленных предприятий (организаций) и образовательных учреждений. Создание комплексной методологии менеджмента качества на основе концепции контроллинга позволяет разработать инновационные подходы к эффективной организации финансово-хозяйственной деятельности предприятия, системы отчетности, аналитическо-информационной поддержке подготовки и принятия управленческих решений, а также оценить экономические перспективы роста доходов, развития организации, прогнозировать появление возможностей инвестирования, отстаивать и улучшать свои позиции на рынке и повышать доверие в обществе. Разрабатываемая комплексная методология измерения и оценки системы управления качеством с помощью системы отдельных и комплексных показателей позволяет одновременно контролировать и совершенствовать реализуемые мероприятия и процессы, осуществлять на основе получаемых данных постоянный мониторинг качества.


Орлова Л.А. Функция спроса и метод наименьших квадратов // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.1. С.80-97.

Рассмотрено оценивание функции спроса по эмпирическим данным табличным методом и методом наименьших квадратов. Разобраны два алгоритма обработки данных опроса с помощью метода наименьших квадратов (с учетом повторов пар и без такового), в том числе методы построения доверительных интервалов для прогностической функции. Дано обобщение на случай нелинейных зависимостей. Обсуждается критерий проверки правильности расчетов. Рассмотрены различные способы оценивания точности восстановления зависимости. Даны ответы на часто возникающие вопросы, в частности, связанные с доверительными интервалами, понятиями «квантиль» и «квартиль».
Методическая разработка предназначена для использования преподавателями и студентами при проведении практических (семинарских) занятий по курсам «Организационно-методическое моделирование», «Прикладная статистика», «Эконометрика», а также при обучении по программе второго высшего образования факультета «Инженерный бизнес и менеджмент» МГТУ им. Н.Э. Баумана (дисциплины «Статистика» и «Эконометрика»). Может быть также использована в бизнес-школах (программы МВА) по дисциплинам «Количественные и статистические методы в экономике», «Маркетинговые исследования» и др.

Выпуск 2

Организационно-экономическое моделирование, экономика и управление. Периодический сборник научных трудов. 2008. Вып.2. – М.: МГТУ им. Н.. Баумана, 2008. – 82 с. (электронный вариант).


Содержание выпуска 2

Крюкова Е.М. Применение методов организационно-экономического
прогнозирования в отрасли лома черных металлов

Орлов А.И. Непараметрический метод наименьших квадратов:
учет сезонности

Муравьева В.С., Орлов А.И. Непараметрическое оценивание точки пересечения регрессионных прямых

Муравьёва В.С. Точка встречи: асимптотическое распределение
уровня качества и временного лага

Орлов А.И. Организационно-экономическое моделирование
процессов управления промышленными предприятиями в условиях
рисков инфляции

Орлов А.И. Основные идеи неформальной информационной
экономики будущего - новой организационно-экономической
теории

Смольников Р.В. Практическое применение математических моделей
управления запасами


Рефераты статей выпуска 2 сборника


Крюкова Е.М. Применение методов организационно-экономического прогнозирования в отрасли лома черных металлов // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.2. С.4-12.

Статья посвящена применению математических (прежде всего статистических) методов прогнозирования в черной металлургии. Ценообразование в сфере лома черных металлов зависит от большого числа факторов. В статье приводятся основные характеристики рынка лома, на реальных данных демонстрируется возможность применения статистических методов и методов экспертных оценок для прогнозирования цен на лом. Статья Е.М. Крюковой отражает опыт прикладной работы (ОАО «Магнитогорский металлургический комбинат»).


Орлов А.И. Непараметрический метод наименьших квадратов: учет сезонности // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.2. С.13-24.

Рассмотрена непараметрическая задача восстановления зависимости, которая описывается суммой линейного тренда и сезонной составляющей, т.е. периодической функции с известным периодом. Получены асимптотические распределения оценок параметров и трендовой составляющей. Найдено математическое ожидание остаточной суммы квадратов. Разработаны методы оценивания сезонной компоненты и построения интервального прогноза.


Муравьева В.С., Орлов А.И. Непараметрическое оценивание точки пересечения регрессионных прямых // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.2. С.25-33.

В непараметрической вероятностно-статистической модели (т.е. без предположения о нормальности распределения погрешностей) получено асимптотическое распределение точки пересечения двух регрессионных линейных зависимостей. На основе метода линеаризации выписаны асимптотические дисперсия и доверительный интервал для точки встречи.


Муравьева В. С. Точка встречи: асимптотическое распределение уровня качества и временного лага // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.2. С.34-39.

В рамках непараметрической вероятностно-статистической модели получено асимптотическое распределение уровня качества (в момент встречи) и временного лага двух регрессионных линейных зависимостей. На основе метода линеаризации выведены асимптотические дисперсия и доверительный интервал для уровня качества и временного лага. На примере условных статистических данных для двух предприятий представлен расчет рассматриваемых характеристик.


Орлов А.И. Организационно-экономическое моделирование процессов управления промышленными предприятиями в условиях рисков инфляции // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.2. С.40-42.

С 1993 г. мы собираем и анализируем данные о ценах на потребительские товары, рассчитываем индексы инфляции по независимо собранной информации. В последнее время наблюдаем всплеск роста цен. В докладе приведены таблицы индексов инфляции в Москве и Подмосковье (ноябрь 2006 г.), в различных регионах РФ и в Москве на конец 2007 г. – начало 2008 г. Один из выводов: за 2007 г. цены выросли на 38,3% - в три с лишним раза больше, чем по данным Росстата (11,9%).


Орлов А.И. Основные идеи неформальной информационной экономики будущего - новой организационно-экономической теории // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.2. С.43-66.

Неформальная информационная экономика будущего развивается в Инновационном научно-образовательном центре Института проблем управления РАН и МГТУ им. Н.Э. Баумана как методологическая основа конкретных исследований в области организационно-экономического моделирования. Одна из ее целей - выявить основные тенденции социально-экономического развития на период стратегического планирования (на 20-30 лет) государства и крупных корпораций. В докладе рассмотрены основные идеи этой новой организационно-экономической теории, предназначенной для замены преподаваемой в отечественных вузах «экономикс» - суррогата экономической теории.
Цель работы – попытаться выявить основные черты экономики будущего на период стратегического планирования (на 20-30 лет) государства и крупных корпораций, таких, как топливно-энергетические и оборонно-промышленные. Результаты прогнозирования могут быть использованы на разных уровнях принятия решений – от личного до планетарного.
Подчеркивается роль социальных, технологических, экологических, политических факторов в процессе принятия экономических решений. Экономическую теорию надо избавить от крена в сторону хрематистики (термин Аристотеля). Экономика – это наука о том, как производить, а не о том, как делить прибыль. Соответственно центральная область экономической теории – это экономика предприятия. Информационные технологии принятия решений позволяют снять противоречие между «планом» и «рынком», а также обеспечить эффективное участие граждан в управлении производством и обществом. Выявление основных черт экономики будущего приводит к обнаружению ряда реликтов и заблуждений – экономических догм массового сознания, без осознания и преодоления которых невозможно научно обоснованное стратегическое планирование и управление. Кратко рассмотрен прикладной проект «Сеть экспертов». Литература – 48 названий.


Смольников Р.В. Практическое применение математических моделей управления запасами // Организационно-экономическое моделирование, экономика и управление. 2008. Вып.2. С.67-78.

Проведено исследование целесообразности практического применения моделей управления запасами на основе данных функциональных подразделений обеспечения материальными ресурсами группы компаний горнодобывающей отрасли. Основными особенностями отрасли является широкая номенклатура закупаемых материальных ресурсов и нестабильность их потребления.
Рассмотрены основные направления и цели возможной классификации материальных ресурсов. Классификация по стабильности потребления и величине затрат на хранение интересна с точки зрения определения возможности применения модели Вильсона, устойчивости получаемых на ее основе результатов и требований к точности этих результатов. На примере товарной позиции «Сталь Листовая» изучена зависимость затрат хранения и оформления заказа от объема партии закупки. Прогнозирование спроса на машинное масло с использованием аддитивной модели анализа временных рядов позволяет сократить в 2 раза расходы на хранение.
Важным направлением достижения экономической эффективности в области управления запасами группы компаний является объединение потребностей в материальных ресурсах, позволяющая формировать консолидированные планы закупок, отличающиеся более низкими издержками. Найдено отношение затрат на управление запасами в случае самостоятельного управления запасами к затратам в случае централизованного управления. Рассчитана экономия затрат на управление запасами при централизации снабжения на примере товарной позиции "Метизы", установлено, что для рассматриваемой группы компаний затраты на управление запасами при децентрализованном снабжении почти в два раза превышают аналогичные затраты при централизованном снабжении.