Дорошко С.Е., Самарина Г.П.

Методика количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Электротехническая отрасль. Серия: Ноосферная экономика

Рецензенты:
Бездудная А.Г., д.э.н., профессор
Чекирда В.А., к.э.н. доцент
Сухенко К.Э., председатель бюджетно-финансового комитета ЗС СПб. Фракция ЛДПР
Чадаев О.Д.

УДК 332.143
ББК У.В6 + У9(2)-97
Д69

Дорошко С.Е., Самарина Г.П.
Методика количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Электротехническая отрасль. Серия: Ноосферная экономика. Спб.: Изд-во «Элмор», 2014. 346с. (Подписано в печать 01/09/2014 г.)

ISBN 978-5-7399-0207-X

Обращение к научной общественности С.Е.Дорошко, Г.П.Самариной.

Благодаря программе "Антиплагиат" Министерства Образования РФ, поисковым Интернет системам авторы обнаружили откровенное переписывание, компиляцию, сдирание работ авторов рядом так называемых "экономистов от науки" без ссылок на работы авторов и авторской школы Дорошко-Самариной - наших студентов, аспирантов, докторантов, кандидатов и докторов наук. Подобный плагиат для авторов не нов, достаточно вспомнить, как Б.Гейтс присваивал идеи Unix и программное обеспечение у фонда Open Source (проект GNU)

Но эти так называемые "экономисты от науки" компилируя работы, исследования авторов, наших молодых коллег-учеников не утруждают себя разобраться с тем, что они переписывают и присваивают. В результате эти по П.Сорокину "Новые Колумбы, страдающие устойчивыми формами амнезии, страховое общество взаимной поддержки авторов" искажают идеи авторов и наших молодых коллег-учеников.

Поэтому авторы завели черный список этих новоявленных Новых Колумбов, который авторы будут регулярно публиковать на сайтах научного сообщества авторов, а также официально передаваться в Министерства Образования стран СНГ, Европейского Сообщества, Англии, США, а также в ВАК и в научные журналы.

Авторы и наши молодые коллеги-ученики открыты для общения и сотрудничества, но не будут терпеть плагиаторов, компиляторов авторских работ, исследований и будут жестко юридически пресекать любые попытки воровства интеллектуальной собственности авторов и наших молодых коллег-учеников.

АННОТАЦИЯ

В книге представлена многоуровневая методика Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов и стран с учетом латентных особенностей предприятий электротехнической отрасли (ЭТП). Пятый и выше уровни методики позволяют устойчиво прогнозировать мировые финансовые и экономические кризисы. Методика разработана для организаций любых форм собственности, отраслей, регионов на основе концепции Дорошко-Самариной, нейронных моделей авторов, законов Дорошко-Самариной, Оукена-Чекирды, n-мерного мотивационного креста Самариной, кривой по образованию Самариной, финансово-банковского креста Чадаева, синергетического, бифуркационного эффекта рисков и моделей ЛПК Николаевой, нейронных моделей управления сбытом предприятий ЭТП Айрапетова и других исследований авторов. Методика может быть использована государственными, коммерческими службами различных иерархических уровней управления. Методика полностью опровергает ошибочные подходы моделей банкротств Альтмана и др., стандарта ISO 31000 "Риск-менеджмент", экономических методик мировых экономических рейтинговых агентств. Методика самодостаточна и в экспертных, виртуальных мнениях не нуждается, т.к. опирается на расчеты. В книге даны выдержки научно-исследовательских работ наших коллег: Т.А.Фоминой (2.4), А.В.Воробьёвой (2.5), М.М.Новик (2.6), Г.А.Пашаева (2.7), О.Р.Айрапетова (3 раздел).

Книга предназначена для студентов, аспирантов экономических ВУЗов, преподавателей, аналитиков, экономистов, законодателей, министерств, ведомств, монетарных властей и общественности.

СОДЕРЖАНИЕ

Введение

Книга посвящена:
70-летию снятия блокады Ленинграда
70-летию освобождения Беларуси, Украины, России, СССР
Нашему Многонациональному
Народу-Освободителю СЛАВА

Предыдущая книга начиналась со слов: "Все то, о чем авторы писали и доказывали на основе расчетов в научных исследованиях, монографиях, учебных пособиях, книгах произошло. Либеральная экономика развитых стран рухнула. Величина совокупного долга всех развитых стран мира за 30-40 лет достигла в среднем 500% от ВВП этих стран". Возникает естественный вопрос: как экономическая наука развитых стран допустила столь неэффективное управление и банкротство своих экономик?

Для этого достаточно обратиться к аналитическому исследованию спецслужб Генштаба Царской Армии 1906 г. в области экономики, ее финансовой системы о глобальном финансовом рабстве и жульнической схеме международного золотого стандарта XIX века (Экономическое исследование генерал-лейтенанта Александра Дмитриевича Нечволодова "От разорения к достатку", 1906 г.).

В данном исследовании А.Д.Ничволодов вскрыл все латентные цели и задачи так называемых "революций" ("Великой" французкой и т.д.), скрытые механизмы финансирования "революционеров" (Маркса, Энгельса, Лассаля, декабристов, Герцена, народовольцев, социал-демократов, анархистов, сионистов, фашистов и др.). Показал пофамильно (банковско-героиновую мафию) кто, как и для чего организовывает революции (перевороты, террор, геноцид), локальные, мировые войны и мировые кризисы. И, наконец, убедительно продемонстрировал, как в XIX веке создавались лишь внешне "независимые" и "враждующие" либерально-капиталистические и марксистские лженаучные экономические теории по глобальному оболваниванию мировой общественности.

Практически генерал, экономист А.Д.Ничволодов показал, как мировые банкиры в XX веке будут организовывать атмосферу экономического невежества, готовить интеллектуально-посредственную "элиту", формировать безнравственные цели, а далее осуществлять развал империй, начинать мировые войны и реализовать геноцид всего.

Это так же видно из материалов, опубликованных в ведущих экономических, научных западных изданиях за период 1937-1982 гг. В частности, о крахе либеральной экономической школы писал В.Леонтьев в открытых письмах к мировой экономической общественности (1969-1982гг.), подтверждалось публикациями Business Week, и исследованиями американской экономической ассоциации за период 1972-1982 гг., опубликованных American Economic Review об имитационном характере экономических работ: "Унылая картина. Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия" [Business Week. 1982. 18 Jan. P. 124.]. В исследованиях американской экономической ассоциации, опубликованных в журнале "American Economic Review" (1972-1982 гг.), отмечается, что реальных экономических работ на западе и в США - всего 2-4%.

По мнению В.Леонтьева (1969-1982гг.): - "Не будучи с самого начала подчинены строгой дисциплине систематического сбора данных… экономисты приобрели почти непреодолимую склонность к дедуктивному анализу или дедуктивной аргументации… абсолютно произвольных предположений к точно сформулированным, но не относящимся к делу теоретическим выводам…".

В перечисленных выше материалах признается, что западное либеральное экономическое образование напоминает конвейер по производству дураков, а не экономистов. Этот конвейер скоро отметит свой столетний юбилей.

В связи с этим становится понятно, почему в фундаментальных экономических разработках либералов наблюдается поверхностность экономических оценок, не связанных ни с экономической наукой, ни с реальной жизнью. Так, в частности, научные экономические комитеты ООН разрабатывают стандарты, которые далеки от экономической науки и практики управления экономикой на всех иерархических уровнях. В книге дана критика одного из экономических, управленческих стандартов ISO 31000 "Риск-менеджмент".

Внимательное прочтение стандарта ISO 31000 показывает, что он не соответствует требованиям межгосударственной программы межотраслевого баланса (МОБ), системы национальных счетов (СНС) Организаций Объединённых Наций (ООН) 70-х годов прошлого века, и тем более не отвечает требованиям и вызовам современной экономики. Авторы утверждают, что стандарт ISO 31000 в существующем виде должен быть пересмотрен, т.к. он отражает лишь общую весьма поверхностную постановку задачи без конкретных рекомендаций и требований, основанных на объективных расчетных методиках.

В настоящее время в РФ и Китае предприняты попытки создания рейтинговых экономических агентств, чтобы исключить необъективность в оценках мировой экономики (государств, регионов, отраслей, рынков) западными рейтинговыми агентствами. Судя по публикациям, разработчики в РФ и Китае стоят на ошибочных тупиковых позициях, ими же осуждаемых методик западных агентств. Авторами предлагается альтернативная методика по анализу и управлению рисками.

В книге дана методика Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Пятый уровень методики позволяет прогнозировать мировые финансовые и экономические кризисы. Данная методика опирается на исследования авторов, проводимых с 1995г.

С конца XIX века сегодняшняя реальная экономика построена на русских, советских экономических теориях, моделях. За период 1900-2014гг. псевдонаучные школы либеральных экономистов умудрились запустить и пропустить все тридцать мировых финансово-экономических кризисов. Узкому кругу профессионалов известно, что экономические школы СССР с 1927 года успешно прогнозировали все мировые кризисы и использовали их в интересах многонационального народа СССР и его союзников.

Авторы в работах стоят на плечах своих учителей – основателей фундаментальных школ русского космизма, русского циклизма, русской трудовой экономической (В.К.Дмитриев) и финансово-монетарной (генерал царской армии А.Д.Нечволодов) школ, а также Ленинградской школы деловых игр М.М.Бирштейн, Т.П.Тимофеевского (1932г.), Ленинградской школы академической, отраслевой науки. Эти две школы были созданы в Ленинградском инженерно-экономическом институте им. Молотова. Научная школа академической, отраслевой науки была образована в 1932 г., а с 1969 г. Научно-исследовательскую лабораторию промышленно-экономических исследований при Ленинградском инженерно-экономическом институте им. П.Тольятти возглавил д.э.н., проф. Г.А. Краюхин. В настоящее время по оценке Минобрнауки РФ школа проф. Г.А.Краюхина является ведущей академической школой РФ.

Авторы, продолжая традиции русских, советских научных школ, в т.ч. экономических, в противовес либеральным виртуально-экономическим школам считают целесообразным активизировать работы по продвижению методик реальной экономики, в т.ч. прогнозов мировых кризисов. Авторы с 1995г. рассчитали основные мировые экономические и финансовые кризисы. Так, в разное время были опубликованы:

1. 1997 г. - прогноз и развитие дефолта РФ в августе 1998 г.
2. 1998-1999 г. – прогноз мирового финансового кризиса 2001-2002 г.
3. 1999-2001 г. - мировой кадрово-мотивационный кризис 2005-2050 г.
4. 1999-2002 г. – построена модель мотивационной ямы экономики РФ и доказан кадрово-мотивационный кризис РФ в 1990-2020 г.
5. 1999-2002 г. – построена модель экзогенных мотивационных факторов и уточнен закон Оукена-Чекирды.
6. 2003-2006 г. - мировой финансовый кризис 2008 г.
7. 2003-2006 г. – сформированы основные положения закона Дорошко-Самарина для расчета кризисных процессов в экономике.
8. 2003-2006 г. – описан закон нелинейного бифуркационного взаимодействия косвенных и латентных связей отраслей, рынков, доказана неизбежность углубления мировых кризисных процессов в условиях глобализации.
9. 2005-2006 г. – дана практическая реализация закона нелинейных бифуркационных взаимодействий косвенных и латентных связей отраслей, рынков на примере динамической бифуркационной модели управленческого финансово-банковского креста Чадаева.
10. 2004-2005 г. – доказана невозможность реализации ФЦП РФ "Жилье" и программы "Доступного жилья".
11. 2003-2006 г. - дан прогноз начала солнечной активности на 2010 г.
12. 2003-2006 г. - дан прогноз пика солнечной активности в 2013-2014 гг, а не в 2012г.
13. 2003-2006 г. - дан прогноз солнечной активности до 2070 г.
14. 2003-2006 г. – построена модель зависимости солнечной активности и мировых кризисов за период 1800-2014гг. Доказано, что в минимум солнечной активности высока вероятность экономических кризисов, а в максимум солнечной активности высока вероятность финансовых кризисов.
15. 2007 г. – уточнен прогноз неизбежности мирового финансового кризиса в 2008г.
16. 2007 г. - доказана неизбежность перерастания мирового финансового кризиса в мировой экономический кризис с сентября 2008г.
17. 2008 г. - дан прогноз кризиса 2013-2014 г.
18. 2008 г. - дан прогноз начала активных спекулятивных игр в 2010 г. на мировых продовольственном, фармацевтическом рынках.
19. 2008 г. – дан прогноз активизации с 2010 г. псевдолиберальных "революций" - государственных переворотов в мире, в т.ч. госпереворот на Украине 2013-2014 гг.
20. 2011-2012 г. – даны сценарии, прогнозы кризиса 2013-2014 г. О.Айрапетовым, А.Воробьёвой, В.Жировым, Н.Малоземовым, А.Николаевой, М.Новик, В.Фроловой, О.Чадаевым, В.Чекирдой, Г.Пашаевым и др.

Методика Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран опирается на динамическую ноосферно-синергетическую производственно-мотивационную концепцию авторов.

Авторы рассматривают экономику как целостную систему. Концепция исследует экономику как единую систему, состоящую из семи уровней от рабочего места до межгосударственного сопоставления. Данная семиуровневая модель опирается на сложившуюся систему сбора социально-экономической статистической информации. В то же время концепция отрицает сложившийся в прошлом веке принцип исследования только уровня микроэкономики, только уровня мезоэкономики, только уровня макроэкономики. Концепция требует все эти уровни исследовать как целостную систему с многообразными взаимовлияющими прямыми, косвенно-латентными, обратными связями.

В прошлом веке такое деление целостной системы на три подсистемы (микро, мезо, макро) было вызвано невозможностью исследования их одновременно, т.к. отсутствовала вычислительная техника. Т.е. обрабатывать десятки, сотни миллионов функционалов и проводить исследования одновременно на всех семи уровнях от рабочего места до межгосударственного сопоставления. Современный бюджетный компьютер по производительности, объему памяти превосходит в 50 тысяч раз любой мощный компьютер 80-х годов прошлого века и в 1 млн. раз любой мощный компьютер 70-х годов прошлого века. В тоже время экономисты, имея современные компьютеры, продолжают исследовать, мыслить категориями экономистов прошлого века, работавших на бухгалтерских счетах.

В XXI веке необходимо проводить экономические исследования любой организации с учетом всех семи уровней. В настоящее время исчезла другая существенная трудность по сбору и обработке статистических данных с помощью всех известных 25-ти математических, статистических, эконометрических методов одновременно. Благодаря программам раскрытия информации, интернет базам данных любой экономист круглосуточно может собирать статистическую социально-экономическую информацию по всем семи уровням сразу по любым странам-членам ООН и любым бюджетным и коммерческим организациям. Далее эту информацию компьютер может обработать за несколько секунд, применяя при этом все математические, статистические, эконометрические методы. Компьютеру потребуется всего несколько секунд, чтобы выдать текстовый отчет на десятках тысяч электронных страниц. Методики авторов позволяют не только проводить моделирование сотен миллионов факторов, но и практически мгновенно готовить электронные отчеты по всем отраслям и рынкам в рамках стандартов МОБ, СНС ООН.

Пятиуровневая методика Дорошко-Самариной, изложенная в книге, исследует шесть из семи уровней управления экономической системой. Все уровни являются открытыми для взаимодействия со всеми экзогенными уровнями, подсистемами. Для многих экономистов авторы рекомендуют начинать исследования с изучения методики количественной оценки рисков, коридоров управления и эффективности организаций первого начального уровня. И только потом переходить к изучению следующих уровней пятиуровневой методики Дорошко-Самариной.

В этой книге собраны воедино основные части пятиуровневой методики Дорошко-Самариной количественной оценки рисков, коридоров управления и эффективности, разбросанные, как пазлы, в предыдущих книгах авторов. В каждой последующей книге методика дополняется с учетом латентных особенностей, которые проявляются в том или ином рынке или отрасли. В данной книге методика расширена с учетом латентных факторов предприятий электротехнической отрасли (исследование выполнено О.Айрапетовым).

При разработке и совершенствовании методики авторы использовали только дистанционные методы обучения, основанные на интернет технологиях. Это позволило привлечь к апробации методики пользователей, экономистов из разных стран с разным уровнем подготовки в областях: интернет технологий, программного обеспечения, компьютерной техники, но главное специалистов с разным уровнем экономических знаний. К работам по апробации методики привлекались:

• Волонтеры, имеющие минимальные знания в экономике, но имеющие опыт работы в тех или иных в отраслях экономики.
• Студенты старших курсов экономических отечественных, зарубежных ВУЗов (СНГ, Франция, Дания, Германия, США).
• Аспиранты и докторанты разных экономических специальностей.
• Руководители организаций и их подразделений разных отраслей экономики.
• Руководители разных ветвей власти: законодательной, исполнительной, министерств и ведомств разных уровней управления от муниципального до федерального.

В работе над многими материалами исследований авторов принимали участие: Л.Самарин, М.Самарина, А.Трифонов, А.Григорьев, П.Иванов, В.Лепешкина, Я.Шпак, В.Фролова, Н.Малоземов, В.Жиров, П.Немцев, И.Фоминов, В.Арнаут, К.Кавалеров, Е.Егорова, Н.Котов, П.Титов, Е.Корчмар, А.Трегубова, Е.Овчаренко, Е.Капралова, Н.Чумакова, К.Борисова, И.Безвербная, И.Дмитренко, К.Платонова, И.Корнилов, Н.Калашникова, Н.Маркарьян, С.Кожевникова, Д.Беляев, П.Голубцов, К.Утин (чл.-кор. МАИ), А.Нургалиев, Р.Давлетбаев, М.Юмагулов, В.Жмак, С.Ковалев, С.Медведев, а также студенты, аспиранты, докторанты, специалисты отечественных и зарубежных ВУЗов, организаций. Методика представляет собой коллективный труд не только авторов, но и конструктивных замечаний, пожеланий практиков и специалистов в области экономического анализа, планирования и контроля.

Пятиуровневая методика Дорошко-Самариной рассматривает риск как аналог неэффективного управления. Методика исследует миллионы социально-экономических показателей. Именно название показателя/фактора выступает прилагательным к риску, например, финансовые риски, валютные риски, экономические риски, социальные риски, мотивационные риски, процентные риски, налоговые риски, риски персонала и др.

Методика учитывает разный уровень подготовки и компетенции современных экономистов. Методика не заставляет экономиста понять все 25 используемых математических, статистических и эконометрических методов, неизвестных для 95% современных экономистов. Поэтому методика для разного уровня подготовки выдает разный уровень детализации анализа, планирования и контроля.

Методика обеспечивает быстрое обучение неподготовленного экономиста. Методика нацелена не на процесс и демонстрацию мощности, многообразия, качества расчетов, моделей, а на мгновенный экономический результат по качественной, количественной оценке рисков, коридоров управления и эффективности.

Пятиуровневая методика Дорошко-Самариной опирается, использует разработанные авторами программы, интернет комплексы, позволяющие в масштабе реального времени организовывать доступ к интернет-базам данных программ раскрытия информации всех стран-членов ООН. Это позволяет "вживую" обучать пользователей, экономистов методике с помощью дистанционных методов интернет обучения с использованием аудио-видео конференций.

Методика предназначена не только для оценки рисков, коридоров управления и эффективности организации, но и для анализа, планирования, контроля в организации. Авторы трактуют сущность управления, его главные направления как анализ, планирование и контроль с учетом всей возможной доступной статистической социально-экономической, технико-технологической информации, как по исследуемой организации, так и по всем ее конкурентам без ограничений. Методика самодостаточна и в экспертных, виртуальных мнениях не нуждается, т.к. опирается на расчеты.

Методика является неотъемлемой частью концепции, ее методик и моделей. В концепции методика рассматривается как подсистема других методик концепции (например, прогнозирование мировых кризисов, выработка антикризисных мероприятий по отраслям, регионам, организациям и др.).

Методика Дорошко-Самариной применяется для любых организаций любых отраслей, любых форм собственности и любых регионов. Должна использоваться государственными, коммерческими службами различных иерархических уровней управления.

Методика Дорошко-Самариной органически включает стандарты и методики, разработанные комитетами ООН, в частности:

1. Методик международных стандартов финансовой отчетности (МСФО) для всех организаций в стандартах ООН.
2. Методик межотраслевых балансов (МОБ) в стандартах ООН в рамках советской классификации и классификации В.Леонтьева по стандартизации рынков (по строкам) и отраслей (по колонкам).
3. Методик системы национальных счетов (СНС) в стандартах ООН в рамках советской классификации и классификации В.Леонтьева.
4. Методик Международной организацией труда (МОТ) по персоналу в стандартах ООН, руководитель проекта МОТ Л.А.Костин, развивая методологию экономики труда как науки акад. С.Г.Струмилина.
5. Методик по основным средствам, амортизации, инвестициям в стандартах ООН в рамках советской классификации по ОС предложенной Г.А.Краюхиным.
6. Методик по ценам Мирового Банка в стандартах ООН.
7. Методик и программ межгосударственного сопоставления Мирового Банка в стандартах ООН и т.д.

Методика разработана авторами и описана еще в конце прошлого века. В книгах, учебных пособиях, монографиях авторов рассматривались, описывались теоретические, практические наиболее интересные моменты, в т.ч. алгоритмы и программные модули. Если сложить все публикации авторов с элементами настоящей методики с конца прошлого века, то можно получить всю методику.

Существует традиционный метод представления любых методик. Это последовательное монотонное изложение методики. В тоже время, по мнению авторов, методика Дорошко-Самариной в рамках концепции требует оперировать всеми семью уровнями концепции от рабочего места до межгосударственного сопоставления. Глубина исследований должна составлять от 30 и более лет. Количество исследуемых функционалов составляет от 10 млн. и более с учетом прямых и косвенно-латентных межотраслевых связей. Все это создает очевидные трудности при обучении методики. Стандартная методология обучения не работает. Перед авторами встала задача выбрать методику обучения, которая обработав материал авторов, может, сохраняя целостность, изложить методику быстро и доступно. Метод обучения должен быть устоявшимся.

Ознакомившись с методологией деловых игр, ее технологиями, представленных продолжателем и ученицей основателей русской, советской школы деловых игр (1932 г. Инженерно-экономический институт им. Молотова) М. Новик, авторы еще в конце прошлого века совместно с М. Новик разработали итоговую деловую игру "Инвест". Это отражено в статьях, учебных пособиях, монографиях авторов с 1995г. Ряд особенностей деловой игры "Инвест" был опубликован в совместных статьях с М. Новик. Поэтому выбор методики обучения на базе деловых игр для авторов был очевиден. М. Новик как специалист по деловым играм предложила свое решение и научные разработки по переводу методики Дорошко-Самариной в среду деловых игр.

Затраты на подготовку персонала организаций, отраслей экономики любой страны многократно превосходят интегральные инвестиции в оборотные и основные фонды. Поэтому роль человеческого капитала всегда доминировала, превосходит и будет преобладать над всеми суммарными видами капитала и банков, и бизнеса вместе взятых. Сегодняшний кадровый голод в РФ во всех ветвях власти, на всех иерархических уровнях управления экономики результат безграмотного управления персоналом и отсутствие внятной кадровой политики в годы реформ. Вот почему авторы считают, что применение деловых игр позволят снизить затраты и поднять эффективность управления в организациях.

В книге даны выдержки научно-исследовательских работ наших коллег: Т.А.Фоминой (2.4), А.В.Воробьёвой (2.5), М.М.Новик (2.6), Г.А.Пашаева (2.7), О.Р.Айрапетова (3 раздел). Отметим, что в предыдущие книги не были включены версии научных исследований ряда авторов по кризису 2013-2014гг. ввиду ограниченного финансирования.

Исследования авторов были бы невозможны без статистических интернет баз данных программ межгосударственного сопоставления ООН, World Bank. Статистических программ раскрытия информации Минтруда, Минторговли, Минэнерго, Министерства сельского хозяйства, ФРС, SEC, библиотеки Конгресса США, а также любезной помощи других ведомств федеральных и региональных властей США. За это авторы им искренне признательны.

Авторы благодарны западным коллегам, ученикам русской зарубежной экономической школы (П.Сорокина, В.Леонтьева, американских ассоциаций социологов, экономистов) за материалы, отражающие удручающее состояние западной либерально-экономической школы с прошлого века по настоящее время. Авторы признательны им за принципиальность и научную объективность.

Благодарим коллектив издательства СпбГЭУ «ЛЭТИ» за поддержку и помощь, в том числе О.А.Филимонович.

Авторы верят в практическую значимость книги и надеются на конструктивную критику специалистов и практиков.

РАЗДЕЛ 1 ДИНАМИЧЕСКАЯ НООСФЕРНО-СИНЕРГЕТИЧЕСКАЯ ПРОИЗВОДСТВЕННО-МОТИВАЦИОННАЯ КОНЦЕПЦИЯ САМАРИНОЙ-ДОРОШКО. КРИТИКА НЕОЛИБЕРАЛЬНОЙ ЭКОНОМИКИ

1.1 План восстановления русской экономической школы мирового уровня. В.Леонтьев о крахе либеральной, неолиберальной экономической науки Запада и либеральной экономики в целом

1.1.1 Цели либеральных "реформ" в СССР, СНГ, РФ 1990-2014гг.

Основную цель развала СССР цинично изложила в 1991 гг. М.Тетчер: "По оценкам мирового сообщества экономически целесообразно проживание на территории СССР 15 млн. человек". При этом М.Тетчер пыталась скрыть истинную цель ее кукловодов.

Для этого достаточно обратиться к аналитическому исследованию спецслужб Генштаба Царской Армии 1906 г. в области экономики ее финансовой системы о глобальном финансовом рабстве и жульнической схеме международного золотого стандарта XIX века (Экономическое исследование генерал-лейтенанта Александра Дмитриевича Нечволодова "От разорения к достатку", 1906 г.).

В данном исследовании А.Д.Ничволодов вскрыл все латентные цели и задачи так называемых "революций" ("Великой" французкой и т.д.), скрытые механизмы финансирования горе "революционеров" (Маркса, Энгельса, Лассаля, декабристов, Герцена, народовольцев, социал-демократов, анархистов, сионистов, фашистов и др.). Показал пофамильно кто, как и для чего организовывает локальные, мировые войны и мировые кризисы. И, наконец, убедительно продемонстрировал, как в XIX веке создавались лишь внешне "независимые" и "враждующие" либерально-капиталистические и марксистские лженаучные экономические теории по глобальному оболваниванию мировой общественности.

Практически генерал, экономист А.Д.Ничволодов предсказал, как мировые банкиры в XX веке будут организовывать атмосферу экономического невежества, формирования ложных целей, а далее развал империй, мировые войны, геноцид человечества с целью введения глобального мирового рабства.

Обратимся к истории. Вершиной совместной научной работы экономистов СССР, США и всех комитетов ООН по внедрению и стандартизации МОБ и СНС за период 1959-1970гг. можно считать уникальное исследование по прогнозу развития мировой экономики всех стран-членов ООН до 2000 г., выполненное под руководством В.Леонтьева в 1973-1978гг. [Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.]

Доклад группы экспертов ООН во главе с В.Леонтьевым (прогноз был готов в 1976 г.) свидетельствовал о шокирующем для США, Англии и стран Запада факте. СССР не отстает от США по показателю "технологический уровень производства", а по инновационному показателю "автоматизация производства" СССР опережает США, Западную Европу в 4 раза (3,89-3,96).

Рис. 1 Прогноз динамики развития промышленности, экономики СССР и США

По показателю "производительность труда" СССР устойчиво опережает США в 2 раза, Западную Европу в 3 раза, в частности:

• Удвоение промышленности в СССР происходит каждые 8,5 лет (темп прироста 8,5%), а в США лишь за 17,7 лет (темп прироста 4%).
• Удвоение ВВП в СССР происходит каждые 9,8 лет (темп прироста ВВП 7,3%), а в США лишь за 20,7 лет (темп прироста ВВП 3,4%).

• При таких темпах развития СССР к 1994 г. должен стать мировым лидером, а мировым промышленным лидером - в 1985 г. (рис. 4)

Из доклада В.Леонтьева следовал главный вывод, что СССР (при ожидаемой численности населения 280-300 млн.чел.) к 1994 г. будет ежегодно производить ВВП в размере 30% мирового рынка или 22 трлн.долл.США/год в сегодняшних ценах (при пересчете на численность РФ — 11 трлн.долл.США/год). РФ после "реформ" с трудом контролирует 2 трлн.долл.США/год, Украина должна была производить ВВП в размере 4 трлн.долл.США/год (после "реформ" с трудом контролирует 0,176 трлн.долл.США/год). СССР совместно со странами СЭВ (численность населения СССР и СЭВ — 450-500 млн.чел.) должны были производить ВВП почти 50% мирового ВВП или 37 трлн.долл.США/год (мировой ВВП в 2013 г. 74 трлн.долл.США). Из доклада В.Леонтьева следовало, что такое развитие СССР и СЭВ без учета экономики Китая приведет к уничтожению империи доллара, глобализации и будущей мировой тоталитарно-либеральной экономической системы Запада.

1.1.2 Результаты либеральных "реформ" 1992-2014 гг. для всех республик СССР

Либеральные "реформы" во всех странах СНГ (республик СССР), проведенные под руководством ФРС США, спецслужб Запада руками пятой колоны привели:

1. К захвату в 1991-1992 гг. эмиссионных центров - центральных банков СНГ, РФ, что позволяет ФРС США устраивать инфляционный, управляемый хаос на территориях СНГ, РФ.
2. К развалу финансово-банковской систем СНГ, РФ и далее к рейдерским захватам народной собственности по отработанной в США с 1913 г. наперсточной схеме "Приватизация".
3. К передаче назначенным и подконтрольным ФРС США "олигархам" народной собственности – фабрик, заводов, оборонных предприятий, колхозов, совхозов и т.д. на сумму активов в размере 30 трлн.долл.США.
4. К полному развалу экономики РФ, СНГ и краху социально-экономической сферы.
5. Полной или частичной утрате научной, оборонной, продовольственной, промышленной, образовательной, лекарственной, медицинской и т. д. безопасности.

Благодаря целенаправленному развалу экономической науки и образования в 1991-1993 гг. система управления в РФ в 10-20 раз менее эффективна, чем в США, и в 20-40 раз менее эффективна, чем в СССР. Управление практически отсутствует на всех уровнях: предприятий, регионов, страны, т.е. на всех уровнях иерархии. Коррупционная емкость российского законодательства достигла чудовищного уровня 90-95%.

1.1.3 Основные задачи по выходу из либерального кризиса, стоящие перед руководством РФ, СНГ на всех иерархических уровнях

"…Мы отстали на 50 лет, если мы не пробежим этот путь в ближайшее время, то нас сомнут…". И.В.Сталина (1927-29гг.)

Критерий эффективности управления Г.Форд определял: "...Бойтесь повышать цены и обирать публику, бойтесь понижать оплату труда - это лучший способ развалить не только свою фирму, но и любое государство, империю..." (Г.Форд, "Моя жизнь, мои достижения", 1921 г.).

Материальные потери РФ в период реформ 1992-1998 гг. в 2,5-3 раза выше, чем материальные потери СССР за все годы Второй Мировой войны, человеческие потери в России - 16,735 млн.чел., а на территории всех республик СССР - свыше 30 млн.чел.

В рамках МОБ - любое снижение оплаты труда или повышение цен на 1 руб. только в одной отрасли экономики РФ приводит к потерям 2 руб. объемов продаж на предприятиях всех отраслей экономики. В предыдущих работах авторов приводятся 50 примеров моделирования всех секторов экономики любой страны, на примере экономики США. Даны практические ответы на 50 вопросов: - что произойдет в экономике любой страны, если вырастут/упадут цены, оплата труда в отраслевом и профессиональном разрезе: в сельском хозяйстве, ЖКХ, машиностроении и т.д.

Основные задачи, которые необходимо безотлагательно решить РФ в настоящее время:

1. Национализация Центрального банка РФ.
2. Национализация и концентрация коммерческих банков по основным социально-экономическим направлениям, как это было в СССР: Жилсоцбанк, Промстройбанк, Сбербанк, Агробанк, Внешэкономбанк.
3. Закрытие всех фондовых площадок, так как это - не инвестиционный рынок, а инструмент рейдерских захватов и передела собственности.
4. Определение приоритетов инвестиционной/инновационной политики РФ только по критерию мультипликатора МОБ: оборонная промышленность (мультипликатор 2,7-2,9), промышленность (мультипликатор 2,5-2,7), сельское хозяйство (мультипликатор 2,2-2,5), строительство (мультипликатор 2-2,2).
5. Запрет инвестирования банков (мультипликатор 1,3-1,4) и торговли (мультипликатор 1,4-1,5). Неэффективные банки, торговые сети — национализировать.
6. Проведение оценки рисков, коридоров управления, эффективности всех хозяйствующих субъектов всех отраслей, эффективность осуществлять по авторским методикам. Неэффективные предприятия — национализировать.
7. Внедрить авторскую технологию прогноза мировых кризисов на всех уровнях управления (см. многоуровневые методики прогноза мировых кризисов и другие исследования авторов, книги) предприятий, регионов, министерств, правительства, администрации Президента, как это было в СССР с 1927 г.

Выше описанные задачи невозможно реализовать без подготовки экономических кадров, способных работать в реальной экономике.

Поэтому необходимо восстановить "Федеральный отраслевой научно-экономический центр" на базе экономических ВУЗов Спб (научный руководитель проф. Краюхин Г.А. , куратор проекта акад. Глазьев С.Ю.) по подготовке и переподготовке экономистов, руководителей предприятий всех отраслей, регионов, министерств, правительства, администрации Президента РФ.

1.1.3 Практические цели и задачи "Федерального отраслевого научно-экономического центра"

Для обеспечения эффективного управления на всех иерархических уровнях государства, а также для реализации программы государственного тактического и стратегического планирования (Госплан РФ) создаваемый федеральный отраслевой научно-экономический центр должен решать следующие задачи:

1. Ежегодная разработка эталонных/отраслевых управленческих межотраслевых моделей для организаций 70 основных отраслевых секторов экономики в рамках международных стандартов СНС, МОБ ООН, в частности, управленческих моделей оценки эффективности, коридоров управления, рисков организаций всех 70 основных отраслевых секторов экономики:

• По персоналу от рабочих до топ-менеджеров по 800-1000 профессиям, по 22 центрам ответственности (структурным подразделениям) по МОТ ООН.
• По основным средствам, инвестициям, амортизации по 100 группам в классификации ООН.
• По прямым и косвенно-латентным связям/затратам по 70-100 интегрированным рынкам и отраслям.
• Общее количество функционалов, управленческих моделей 50-100 млн./год, глубина исследований 20-60 лет, количество ежегодных отчетов — 70 ед., минимальный ежегодный объем — 21 тыс.стр. и др. для организаций всех отраслей, регионов, министерств и ведомств РФ. В настоящее время эта работа в экстремальном режиме по силам одному сотруднику (пенсионеру) фонда «Ноосфера» из числа разработчиков динамической ноосферно-синергетической производственно-мотивационной концепции и ее нейронных моделей. Тем не менее, необходимо привлечение специалистов организаций конкретных отраслей на всех этапах: разработка, внедрение, освоение, практическое применение, уточнение, совершенствование эталонных управленческих межотраслевых моделей организаций всех отраслей. Это позволит значительно улучшить качество/эффективность эталонных/отраслевых управленческих межотраслевых моделей.
• На втором этапе - через год работы "Федерального отраслевого научного центра" исследования расширить в 25 раз. Для этого для организаций всех отраслей, регионов, министерств и ведомств РФ общее количество отраслей/рынков довести до 350-400. Общее количество функционалов, управленческих межотраслевых моделей до 1000-2500 млн./год, глубина исследований 20-60 лет, количество ежегодных отраслевых отчетов (эталонных/отраслевых управленческих межотраслевых моделей) — 350-400 ед., их суммарный минимальный ежегодный объем должен составлять — 500 тыс.стр. и др.

2. Осуществлять ежегодную подготовку без отрыва от производства (по авторской технологии дистанционного интернет обучения) от 100 управленцев предприятий, организаций, отраслей, регионов, министерств, правительства, администрации президента РФ по 70-ти основным секторам экономики РФ, через год по 350-400 отраслям/рынкам. Обеспечить освоение технологии прогноза мировых кризисов на всех уровнях управления (см. методики прогноза кризисов и другие исследования авторов).
3. Готовить ежегодные рекомендации по подготовке персонала для Минобразования РФ по 800-1000 профессиям, по 22 центрам ответственности (структурным подразделениям) по МОТ ООН, в т.ч. по экономическим специальностям, для всех 70-ти основных отраслевых секторов экономики, а через год по 350-400 отраслям/рынкам.

1.1.4 Оценка научных экономических исследований на основе разработанных научных категорий Американской экономической ассоциации

Для оценки научных экономических исследований приведем ряд высказываний:

"...Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет..." В.Путин (Совет Федерации, 2007г.)

"...У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — Либеральные Дураки, которые указывают дороги..." Акад. Д.Львов (1995 г. РАН)

"...Вырисовывается очевидный парадокс: Экономическая ситуация в стране из года в год ухудшается, а экономическая наука при этом успешно развивается и почти процветает..." Проф. д.э.н. И.Дрогобыцкий (1995 г. ВАК РФ, http://www-old.informika.ru/text/magaz/bullvak/6-96/b6-3-2.html)

"...Либеральным экономическим школам (ВШЭ, ВЭШ и др.) исследования вести некогда, они фасуют высказывания друг друга — повышая индекс цитирования по П.Сорокину "Страховой компании взаимной поддержки авторов". Тогда это не экономика, а филологические потуги с намеком на научность. Сейчас в экономике РФ доминируют те, которые не достигли успеха в литературном творчестве и на математическом поприще...". С.Дорошко, Г.Самарина (1998 г.)

В настоящее время теории либеральных западных экономических школ способны только порождать кризисы и неэффективное управление.

Следует обратить внимание на исследования "Американской экономической ассоциации" о характере научных работ либеральных зарубежных экономистов за период 1972-1981 гг. (опубликовано в журнале American Economic Review). За исследованный период было обнаружено только 3% профессиональных научных работ. Редактор ведущего экономического еженедельника "Business Week" по этому поводу писал: "Унылая картина... экономистам стало особенно ясно, насколько интеллектуально отстала их профессия" [Business Week.1982.18 Jan.P.124.].

В.Леонтьев об этом писал: "...Тщательное исследование характера работ, содержащихся в «Американском экономическом журнале» (American Economic Review) — флагмана теоретических журналов по экономике за последние десять лет, дает нам забавную картину…". Далее В.Леонтьев приводит таблицу

Таблица 1 Удельный вес псевдоэкономических работ, опубликованных в American Economic Review по исследованиям американской экономической ассоциации за период 1972-1981 гг. (строки выделены серым цветом). Добавлено: Экспертная оценка диссертационных работ (ДР) по экономике в РФ за период 1992-2013 гг.,%

За последние 30-40 лет актуальность исследования "Американской экономической ассоциации" значительно возросла.

Этот период либерально-виртуальной экономической вакханалии привел к интеллектуальному и финансовому банкротству западные страны, в т.ч. США. Средний долг развитых стран составил 400-600% к ВВП (16 трлн.долл.США). В США на 20 марта 2014 г. долг с учетом деривативов (732 трлн.долл.США) составил 4575% к ВВП.

Несложные расчеты количественной оценки состояния экономического образования показывают:

• ВУЗы РФ готовят в 3 раза больше экономистов, чем необходимо народному хозяйству...
• Только 3-5% экономистов соответствуют требованиям образовательных стандартов и потребностям отечественной экономики...
• Реальная нехватка экономистов-профессионалов для народного хозяйства составляет минимум 95-97%...

Рис. 2 Образовательный крест России. Либеральное экономическое образование - конвейер по производству дураков

Рис. 3 Расчет прямого ущерба обучения экономистов без учета косвенного ущерба, млрд.долл.США

По нашему мнению, ВАК, Министерство образования и науки РФ при присуждении научных степеней по экономике должны воспользоваться достаточно простой оценкой экономических работ, исследований, предложенной "Американской экономической ассоциацией".

1.1.5 Предложения по восстановлению русской научной экономической школы

Для восстановления русской научной экономической школы предлагается:

1. Приостановить преподавательскую деятельность всех кандидатов и докторов по экономике, защитившихся в период с 1992 г. по настоящее время. Основная причина очевидна - удельный вес псевдоэкономических работ в РФ достиг чудовищной цифры — 99%. В так называемых "экономических" исследованиях, "научных" работах кандидатов и докторов от "экономики" преобладают:

• Математические модели, не содержащие статистических данных (6,2%).
• Исследования без математических формул и данных (72,7%).
• Эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных (12,5%).
• Эмпирический анализ без использования косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях (7,7%).
• Итого псевдоэкономических работ (99,1%).

2. Все желающие возобновить свою научную, преподавательскую деятельность как кандидата, доктора экономических наук обязаны в рамках классификации "Американской экономической ассоциации" откорректировать, дополнить свои научные работы в рамках требований реальной экономики (http://www.youtube.com/watch?v=Cb2gmV-FPrI), русской трудовой экономической школы, объективного закона трудовой теории стоимости. Все материалы обновленных научных работ в полном объеме опубликовать на интернет-сайтах ВАК РФ.
3. Восстановить престиж научной, преподавательской деятельности в России, как это было в СССР. Справка. В СССР в ВУЗах средняя оплата труда была в 1,5-1,8 раза выше, чем в среднем в экономике страны. Поэтому неудивительно, что удвоение ВВП в СССР происходило каждые 10-15лет (темп прироста ВВП 4,5-6,5%), а в США лишь за 20-30 лет (темп прироста ВВП 2,5-3,5%). В настоящее время такие же соотношения в оплате труда, как и в СССР, установлены во всех развитых странах как стандарт. Например, в США в 2011 г. при средней оплате труда (ЗП) в экономике 54710 $/год (4559 $/мес или 146 тыс.руб./мес Table 6.6D. Wage and Salary Accruals Per Full-Time Equivalent Employee by Industry) средняя оплата в экономических ВУЗах (в т.ч. НИР) составляла 94450 $/год (7871$/мес или 252 тыс.руб./мес). Несложные расчеты показывают, что превышение ЗП в экономических ВУЗах США по отношению к ЗП в экономике США составляла 1,73 раз. В среднем превышение ЗП в ВУЗах США по отношению к ЗП в экономике США в 2011 г. составляла 1,5 раз.
4. Все преподаватели экономических специальностей ВУЗов, доказавшие научную ценность своих экономических работ, должны быть переведены на новые условия оплаты труда.
5. Установить жесткие требования к профессорско-преподавательскому составу по проведению регулярных исследований по своим направлениям и их обязательной публикации на интернет сайтах.

1.2 Критика международного стандарта ISO 31000 "Риск-менеджмент" и либеральных экономических методик мировых рейтинговых агентств

В настоящее время в РФ и Китае предприняты попытки создания рейтинговых экономических агентств, чтобы исключить необъективность в оценках мировой экономики западными рейтинговыми агентствами. Судя по публикациям, разработчики стоят на ошибочных тупиковых позициях, ими осуждаемых западных агентств. Авторы могли бы рекомендовать разработчикам принципиально другие подходы и методики.

Для оценки корректности, эффективности стандарта ISO 31000 как одного из составных элементов управления рассмотрим мнение разработчиков стандарта.

Kevin W Knight [http://g31000.org/kevin-w-knight/], председатель рабочей группы ISO, которая разработала стандарт ISO 31000 "Общие руководящие указания по принципам и осуществлению риск-менеджмента", комментирует: "Все организации, независимо от того, насколько они большие или маленькие, сталкиваются с внутренними и внешними факторами, которые создают неопределенность. Эффектом от этой неопределенности является "риск", и он присущ всем видам деятельности". ISO 31000:2009 является практическим документом, направленным на оказание помощи организациям в разработке их собственных подходов к управлению рисками. Внедряя ISO 31000, организация может сравнить свою практику управления рисками с международным опытом и привнести свой собственный опыт в мировую практику управления рисками [http://www.uicc.ru/155]. Kevin W Knight в настоящее время возглавляет проектный Комитет ISO 262 - Управление Рисками [http://g31000.org/kevin-w-knight/].

Kevin W Knight отмечает, что риску в той или иной степени подвержены результаты всех видов деятельности любого организации. Поэтому правомочно говорить о многообразии рисков, возникающих в процессе работы по всем направлениям. Многогранность понятия "риск" обусловлена разнообразием факторов, характеризующих как особенности конкретного вида деятельности, так и специфические черты неопределенности, в условиях которой эта деятельность осуществляется. Выявить все факторы достаточно сложно.

Во-первых, большинство рисков имеет как общие факторы, так и специфические.

Во-вторых, конкретный риск может иметь различные причины его возникновения в зависимости от вида деятельности организации.

Перейдем к объективной критике международного стандарта ISO 31000 "Риск-менеджмент".

Определение рисков, данных в стандарте ISO 31000, хорошо известно с прошлого века и возражений не вызывает, т.к. соответствует классической теории рисков. Деление рисков на внешние и внутренние риски вытекает из классической теории систем, из модели черного ящика. Стандарт ISO 31000 утверждает, что его нужно использовать для оценки рисков социально-экономических систем, и в частности, для риск анализа организаций.

Хорошо известно, что вот уже более 50 лет каждое предприятие сдает конкретную статистическую информацию, для формирования, как публичной отчетности, так и отчетности, необходимой для межотраслевого баланса (МОБ) и системы национальных счетов (СНС). Эта отчетность используется для построения интегрированных показателей уровней: регионов, отраслей, рынков, стран и, наконец, для программы межгосударственного сопоставления ООН. Данная программа МОБ, СНС действует с 70-х годов прошлого века. Сам стандарт ISO 31000 по замыслу разработчиков межгосударственной программы МОБ, СНС ООН должен был стать составным элементом программ ООН. Достаточно поднять отчет ООН (Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.).

Внимательное прочтение сегодняшнего стандарта ISO 31000 показывает, что он не соответствует требованиям межгосударственной программы МОБ, СНС ООН 70-х годов прошлого века, и тем более не отвечает требованиям и вызовам современной экономики.

Очевидно, что стандарт должен предлагать исполнителям конкретную расчетную методику по оценке неопределенности, рисков уже сформированных и определенных социально-экономических факторов, в том числе и экологических показателей, которые также были разработаны группой экспертов ООН во главе с В.Леонтьевым. В стандарте перечисляется лишь малая часть этих социально-экономических, экологических факторов, но не даются конкретные рекомендации по их практическому расчету, моделированию и далее управлению рисками.

Стандарт ISO 31000 это пожелания, мнения, но не методика по управлению социально-экономическими, экологическими факторами и их рисками. В результате организации не могут принять правильные решения по управлению не только рисками, но и по управлению в целом, вытекающему в т.ч. и из рисков. Непонятно, как использовать стандарт ISO 31000 для сравнения организаций одной отрасли, рынка между собой, и как использовать стандарт ISO 31000 для оценки прямых и косвенно-латентных связей, их рисков в рамках стандарта МОБ и СНС в условиях декларируемой глобальной экономики. На основе стандарта МОБ можно и нужно использовать громадное количество значимых не виртуальных, а реальных показателей (см. статьи, монографии, учебные пособия авторов). Именно из МОБ любой страны вытекает динамика изменения всех агрегатов денежной массы, курсы национальных валют и др. и соответствующие им риски.

Поэтому не удивительно, что международные аналитические агентства с мировым именем не в состоянии проводить объективный содержательный (расчетный, модельный, статистический) анализ. Они предпочитают опираться на мнение экспертов с сомнительной репутацией. С одной стороны, из-за отсутствия методического базиса в стандарте ISO 31000, с другой стороны, из-за трудностей использования отчетов организаций по риск менеджменту, которые имеют чисто описательный, лингвистический характер. Сложно формализовать лингвистическую модель, особенно, если она не является моделью изначально.

Таким образом, стандарт ISO 31000 не может решить проблемы не только международных агентств, но и проблемы эффективного управления рисками: персонала, руководителей организаций, акционеров, инвесторов, фондовых, страховых, инвестиционных, трастовых компаний, банков, государственных служб и фондов, в частности, государственных пенсионных фондов.

Чтобы не быть голословными, рассмотрим один из миллионов ежегодных классических отчетов организаций по стандарту ISO 31000.

Рис. 4 Процесс риск анализа в рамках стандарта ISO 31000 (http://www.iso.org/iso/catalogue_detail.htm?csnumber=43170), а также методик COSO (http://www.coso.org/)

Например, как Stora Enso (список можно увеличить в миллионы раз) описывает процесс управления рисками в компании в своем ежегодном отчете в разделе "Risks and risk management", уточняя при этом, что процесс в основном исследует ISO 31000, но стандарт ISO 31000 используется в качестве входных данных [http://assets.storaenso.com/se/com/DownloadCenterDocuments/Stora_Enso_E_Financial_Report_2012.pdf стр. 28-32]

Компания Stora Enso дает схему (рис. 4 стр. 29) управления рисками в рамках стандарта ISO 31000, а также методик компании "The Committee of Sponsoring Organizations of the Treadway Commission" (COSO http://www.coso.org/).

И на стр. 28-32 публичного отчета Stora Enso приводится субъективный, лингвистический анализ рисков, напоминающий SWOT анализ середины прошлого века, когда экономические расчеты велись в основном на бухгалтерских счетах. Данные виды анализа, управление рисками, в т.ч. предлагаемые в методиках COSO, поверхностны и далеки от реальной экономики, и никак не связаны ни с теорией рисков, ни с системным анализом, которые в стандарте лишь декларируются.

Как видно из рис. 4 (см. стр. 29), в стандарте ISO 31000 и в методиках COSO нет ничего нового. Известно из отечественных и зарубежных учебников прошлого века, что управление состоит из трех векторов: анализа, планирования, контроля. В тоже время в стандарте ISO 31000 и в методиках COSO управление предлагается проводить в рамках методологических виртуальных, сомнительных подходов 19-20-ого века либеральных экономических школ в которых одни неизвестные определяют другими неизвестными.

В результате миллионы организаций во всем мире в т.ч. в России, СНГ затрачивают громадные ресурсы при проведении анализа рисков в рамках стандарта ISO 31000, а также методик COSO. В тоже время результат для принятия объективных, практических управленческих решений на всех иерархических уровнях управления отсутствует для всех заинтересованных сторон: для персонала, руководителей организаций, акционеров, инвесторов, фондовых, страховых, инвестиционных, трастовых компаний, банков, государственных служб и фондов, в частности, государственных, пенсионных фондов.

На основании выше изложенного авторы утверждают, что стандарт ISO 31000 в существующем виде должен быть пересмотрен, т.к. он отражает лишь общую весьма поверхностную постановку задачи без конкретных рекомендаций и требований, основанных на объективных расчетных методиках, опирающихся на объективную статистическую информацию.

По мнению авторов, необходимо разработать новый стандарт ISO 31000 в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко [1-10], ее нейронных моделей, пятиуровневой методики Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности для организаций различных отраслей, регионов, государств.

Рассмотрим основные моменты предлагаемой пятиуровневой методики Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности для организаций различных отраслей, регионов, государств.

Стандарт ISO 31000 должен быть расширен категориями рисков, коридоров управления, эффективности в понимании авторов.

Существует традиционная проблема эффективного управления любой организации по отношению к однородной конкурентной рыночной, отраслевой среде. Понятно, что эффективность можно рассматривать и через вероятностную категорию рисков, что вполне логично. Например, если наблюдается эффективное управление в той или иной организации по отношению к отрасли, рынку, то можно с высокой степенью вероятности утверждать, что риски в таких организациях минимальны. И наоборот, если наблюдается неэффективное управление в той или иной организации, то можно с высокой степенью вероятности утверждать, что риски в таких организациях максимальны.

Под коридорами управления рисками понимается неопределенность, вариабельность тех или иных социально-экономических, экологических факторов. Величина вариабельности, разброса каждого фактора по отношению к среднеотраслевому, среднерыночному фактору как к норме, эталону формирует его риски, неопределенность. А масштаб риска, эффективность управления данным фактором для каждой организации будет индивидуален и будет определяться в этом сложившемся коридоре по каждому фактору. Этих факторов множество и они определены, в т.ч. количественно в методике Дорошко-Самариной. В методике авторов четко оговорено, какие факторы и сколько факторов нужно использовать для каждого уровня методики, т.е. определено их необходимое и достаточное количество.

Авторы предлагают другие концепции, механизмы, подходы, модели и понимание оценки рисков и их управление в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко [1-10], ее нейронных моделей, а не в рамках подходов прошлого 20-го века, реализованных в стандарте ISO 31000. В концепции Самариной-Дорошко внешние и внутренние риски рассматриваются через призму 5 векторов исследования рисков (динамический, ноосферно-экологический, бифуркационный, синергетический, производственно-мотивационный анализ рисков) на всех 7-ми иерархических уровнях управления рисками от рабочего места до межгосударственного уровня без исключения. Т.е. управление рисками организаций должно рассматриваться на всех уровнях управления. Данный подход требует рассматривать экономику как целостную систему, а не со стороны анализа собственной организации и отдельных уровней микро, мезо, макроэкономики. Но и этот сравнительный анализ отдельных уровней микро, мезо, макроэкономики организации при анализе рисков не проводится, т.к. это внятно не определено в международном стандарте ISO 31000, а также в методиках COSO.

На основании разработанной методики Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности, рейтингов организаций различных отраслей, регионов, государств в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко [1-10] для объективного риск анализа (управления рисками) необходимо:

1. Провести анализ роли и места отрасли организации в экономике страны в рамках МОБ по мультипликативному показателю полных затрат по минимум 100 отраслям и 100 рынкам с глубиной исследования не менее 30 лет, как требует методика Дорошко-Самариной. Анализ роли и места отрасли исследуемой организации в экономики страны в рамках МОБ позволит получить на количественном и ощутить на качественном уровне все многообразие прямых и косвенно-латентных связей (их рисков) отчитывающейся организации и ее отрасли со всеми отраслями экономики. Анализ роли и места отрасли исследуемой организации в экономике страны в рамках МОБ позволит более корректно провести дальнейшие этапы анализа, в том числе риска анализа, а также определить инвестиционную привлекательность, риски отрасли отчитывающейся организации в экономике страны.
2. Осуществить динамический бифуркционный анализ рисков всех конкурентов отчитывающейся организации в рамках МОБ и программ межгосударственного сопоставления ООН по отношению к экономике в целом с глубиной исследования не менее 30 лет по минимум 100 отраслям и 100 рынкам, как требует методика. Это необходимо для построения коридоров управления, рисков, эффективности, и определения коррупционной составляющей отчитывающейся организации и всех ее структурных подразделений на основе нейронных моделей динамического бифуркционного анализа рисков по всем показателям, оговоренным в методике Дорошко-Самариной, всех конкурентов отчитывающейся организации в рамках МОБ по минимум 100 отраслям и 100 рынкам.
3. Построить производственную функцию по минимум одному миллиону показателей ежегодно всех конкурентов отчитывающейся организации в рамках МОБ и программ межгосударственного сопоставления ООН с глубиной исследования не менее 30 лет, как требует методика Дорошко-Самариной. Это необходимо для расчета коридоров управления, рисков, эффективности, коррупционной составляющей отчитывающейся организации и всех ее структурных подразделений на основе нейронных моделей производственной функции по всем показателям всех конкурентов отчитывающейся организации в рамках МОБ.
4. Рассчитать мотивационную подсистему производственной функции по всем трудовым показателям (численность, оплата труда и др.), анализ рисков по внешней и внутренней мотивации персонала всех конкурентов отчитывающейся организации в рамках МОБ и программ межгосударственного сопоставления ООН по 3 тыс. показателей с глубиной исследования не менее 30 лет, как требует методика Дорошко-Самариной. Это необходимо для построения коридоров управления, рисков, эффективности, коррупционной составляющей отчитывающейся организации и всех ее структурных подразделений на основе нейронных моделей мотивационной производственной функции по всем трудовым показателям (численность, оплата труда и др.) всех конкурентов отчитывающейся организации в рамках МОБ.
5. Осуществить моделирование в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко [1-10], ее нейронных моделей всех конкурентов исследуемой организации ее отрасли и взаимодействие со всеми отраслями в рамках МОБ и программ межгосударственного сопоставления ООН с глубиной исследования не менее 30 лет по минимум одному миллиону показателей ежегодно, как показано в работе на примере кризиса 2013-2014 гг. Это необходимо для уточнения коридоров управления, рисков, эффективности, коррупционной составляющей исследуемой организации и всех ее структурных подразделений на основе ранее описанных нейронных моделей всех конкурентов исследуемой организации в рамках МОБ.

Ввиду ограничения объема книги дальнейшее детальное описание, практическое применение методики Дорошко-Самариной количественной оценки рисков, моделей рейтингов, коридоров управления, эффективности организаций различных отраслей, регионов, государств в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко с учетом особенностей лесопромышленного комплекса дано в 3-м разделе предыдущей книги авторов, выполненном А. Николаевой.

По финансовой системе О.Чадаева, по строительному комплексу В.Чекирды.

По предприятиям электротехнической промышленности в 3-м разделе настоящей книги авторов, выполненном О. Айрапетовым.

Отметим важнейший момент для мировых рейтинговых агентств, разработчиков стандарта ISO 31000, что все перечисленные нами наши соавторы при исследовании предприятий своих отраслей проводили оценку рисков по 1-5 млн. факторов ежегодно на глубину от 30 лет. Поэтому у наших молодых коллег есть практические результаты, в т.ч. и по прогнозу мировых кризисов, а у рейтинговых агентств с мировым именем есть лишь иллюзии или откровенный обман инвесторов, акционеров, руководителей организаций, государственных чиновников, банков, страховых организаций, пенсионных фондов и т.д.

Разработчикам стандарта ISO 31000, экономистам ведущих рейтинговых агентств следует вспомнить мнение главного редактора ведущего американского журнала: "Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия" [Business Week. 1982. 18 Jan. P. 124.]. В исследованиях Американской экономической ассоциации выполненных в период (1972-1982 гг.), опубликованных в журнале American Economic Review отмечается, что реальных экономических работ, научных экономических работ - всего 2-4%. По мнению В.Леонтьева (1969-1982гг.): - "Не будучи с самого начала подчинены строгой дисциплине систематического сбора данных… экономисты приобрели почти непреодолимую склонность к дедуктивному анализу или дедуктивной аргументации… абсолютно произвольных предположений". Цитаты ведущих русских экономистов и их учеников можно продолжить…

В перечисленных выше материалах признается, что западное либеральное экономическое образование напоминает конвейер по производству дураков, а не экономистов (точнее конвейер по промывке "мозгов" — система управления массовым сознанием). Этот конвейер скоро отметит свой столетний юбилей.

В заключении отметим, что деловая игра по обучению руководителей всех иерархических уровней организации любых отраслей экономики методике Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций различных отраслей, регионов, государств в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко приведена в параграфе 2.5, написанным М. Новик.

1.3 Динамическая ноосферно-синергетическая производственно-мотивационная концепция Самариной-Дорошко

1.3.1 Ноосферная теория В.И. Вернадского и современная концепция устойчивого развития

Ноосфера (от греч. nóos — разум и сфера), сфера взаимодействия природы и общества, в пределах которой разумная человеческая деятельность становится главным, определяющим фактором развития (для обозначения этой сферы употребляют также сходные термины: техносфера, антропосфера, социосфера). Понятие ноосферы как облекающей земной шар идеальной, "мыслящей" оболочки, формирование которой связано с возникновением и развитием человеческого сознания, ввели в начале 20-го века П. Тейяр де Шарден и Э. Леруа.

В. И. Вернадский внёс в термин материалистическое содержание: Ноосфера — новая, высшая стадия биосферы, связанная с возникновением и развитием в ней человечества, которое, познавая законы природы и совершенствуя технику, становится крупнейшей силой, сопоставимой по масштабам с геологическими законами, и начинает оказывать определяющее влияние на ход процессов в охваченной его воздействием сфере Земли (впоследствии и в околоземном пространстве), глубоко изменяя её своим трудом. Становление и развитие человечества как новой преобразующей природу силы выразилось в возникновении новых форм обмена веществом и энергией между обществом и природой, во всё возрастающем биогеохимическом и ином воздействии человека на биосферу.

Зародившись на планете, ноосфера имеет тенденцию к постоянному расширению, превращаясь, т.о., в особый структурный элемент космоса, выделяемый по социальному охвату природы. В понятии ноосфера подчёркивается необходимость разумной (т. е. отвечающей потребностям развивающегося человечества) организации взаимодействия общества и природы в противоположность стихийному, хищническому отношению к ней, приводящему к ухудшению окружающей среды.

В понимании авторов ноосфера – это гармоничное развитие биосферы, социально-экономической сферы и техносферы. Под гармоничным развитием ноосферы авторы понимают устремление биосферы, социально-экономической сферы и техносферы в единую точку, в результате чего получается единая сфера – ноосфера. К сожалению, в настоящее время эти три сферы из-за центробежных рыночных сил формируют лишь малую область ноосферы, в которой пересекаются исходные три сферы. Поэтому авторы считают, что ноосферная экономика, как одна из сложных подсистем ноосферы должна выполнять координирующую роль по центростремительному объединению трех сфер, а не центробежному рыночному хищническому разъединению, а значит, уничтожению этих трех сфер и человечества в целом. Ноосферная экономика, солнечная экономика авторов описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

Авторы на основе расчетов доказывают, что экология, ноосфера способны приносить и генерировать не просто деньги, большие деньги, а очень большие деньги.

На Конференции в Рио-де-Жанейро (1992г.) была утверждена и в Йоханнесбурге (2002г.) получила дальнейшее развитие концепция ноосферного устойчивого развития цивилизации. Россия официально подтвердила приверженность новому курсу развития Указом Президента № 440 от 01.04.96г. "О концепции устойчивого развития России": политика в области экономики, финансов, энергетики, сельского хозяйства, строительства, транспорта, торговли и других областей должна формироваться с обязательным учетом ноосферного устойчивого развития.

В процессе работы над проблемами производственно-мотивационной концепции авторы пришли к пониманию и осознанию, что на современном этапе развития общества нельзя строить экономику без ноосферного подхода В.Вернадского. Это инициировало экономические исследования авторов в области производственно-мотивационной концепции, которая в результате была уточнена ноосферными трансформациями.

Понятие "устойчивое развитие" возникло тогда, когда человечество после длительного, в целом бесконфликтного с природой развития пришло в XX в. к столкновению с биосферой, что привело к быстрым глобальным изменениям во всех средах и практическому прекращению восстановления возобновимых ресурсов (воздуха, воды, почв, растительного и животного мира) в прежнем виде. Стал необходим пересмотр стратегии развития цивилизации.

Еще с середины 1970-х годов широко использовалось понятие "развитие без разрушения" (development without destruction); в дальнейшем понятие экоразвития (ecodevelopment) как экологически приемлемого развития, т.е. ориентированного на минимизацию негативного воздействия на окружающую среду (Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.).

Для наименования новой стратегии развития цивилизации был использован английский термин "sustainable development", который кроме смысла "устойчивое развитие" имеет и иные значения: долгое, непрерывное, длительное, поддерживающее развитие. Чаще всего на английском языке этот термин толкуется как развитие, которое может поддерживаться неопределенно долго. Поэтому, возможно, перевод "постоянно поддерживаемое развитие" либо "сбалансированное развитие" более точен.

Само понятие "устойчивое развитие" является парадоксальным и многозначным.

Так H.Моисеев считает "…Не вдаваясь в детали, объясняющие, почему термин "устойчивое развитие" бессмыслен с научной точки зрения, скажу только, что понятие о развитии - антипод понятиям об устойчивости и стабильности. Устойчивого развития просто не может быть. Если есть развитие, то стабильности уже нет".

По мнению авторов, английский термин "sustainable development" более корректно перевести как "жизнеспособное развитие". Т.к. у человечества нет других альтернатив – или жить, или умереть как биологическому виду.

Сегодняшний системный кризис мировой экономики, ее рыночных форм породил проблему выживания для всего человечества, как подчеркивают материалы конференции Рио-92.

В материалах Рио-92 говорится не просто о системном кризисе рыночной экономики, ее тупиковом развитии, там говорится о катастрофе, полном уничтожении человека как биологического вида.

Как отметил вице-президент США Гор, эта катастрофа порождается рыночной экономикой и глобализацией.

В научной литературе предпринимаются попытки установления связи устойчивого развития и становления ноосферы, как первоосновы устойчивого развития. Ноосфера — это зрелый этап перехода к устойчивому развитию, желаемое будущее состояние общества, когда обеспечивается эколого-допустимое воздействие человека на природу.

Практически авторы большинства работ приближаются к необходимости рассмотрения развития, жизни человечества в рамках ноосферной концепции устойчивого развития.

Обычно в работах по экологии, глобальной динамике часто упоминают пророческие слова В.И. Вернадского о том, что человек стал силой геологического масштаба и с неизбежностью должен взять на себя ответственность за дальнейшее развитие биосферы. Однако количественная характеристика интенсивности воздействия человечества на биосферу и реакции биосферы, поиск адекватных индикаторов в большой степени является открытой задачей.

Вот почему ноосферная концепция устойчивого развития требует пересмотра существующих научных подходов. Далее авторами будут построены модели в разных интервалах времени. И будет доказано, что традиционный классический подход без учета динамики техносферы, биосферы и социальной сферы не обеспечивает построения устойчивых моделей любых видов, экономик любых стран.

Когда авторы говорили о моделировании нормального распределения (см. проблемы всеобщего среднего в экономике) и рассматривали его во времени, как это было описано в классических работах, то на самом деле разбирали величину функции распределения рисков не во времени, а в различных фазовых пространствах факторов, проявляющихся, работающих в тех или иных интервалах времени.

Таким образом, исследователи заведомо загоняют себя в тупик классических ограничений и подходов, когда вводят переменную времени, а не фазовое пространство факторов. Ноосферная концепция устойчивого развития требует изменения мировоззренческого подхода по отношению к объектам и их рискам, которые авторы обеспечивают необходимым объемом моделей динамической ноосферно-синергетической производственно-мотивационной концепции.

Выше описанные проблемы, высокая динамика социально-экономических процессов и послужили основой для формирования новых научных направлений в исследовании экономики всех уровней как целостной системы ноосферной, солнечной экономики.

В 70-х годах появились модели мировой динамики P. Медоуза (1972), Дж. Форрестера (1978), второй доклад римского клуба - работа M. Месаровича и E. Пестеля (Mesarovic, 1974), Н.Моисеева.

Модели сыграли важную роль в осознании того, что предшествующая траектория рыночного расширенного воспроизводства, "все более полного удовлетворения растущих потребностей" зашла в тупик.

Другой класс моделей связан с технологической политикой национального уровня, с изменением структурной политики. Решения в этой сфере основывается на моделях типа "управление ресурсами". При этом управлять приходится не только финансовыми потоками и материальными ресурсами, но и связанными с ними рисками.

Авторы требуют полного пересмотра стандарта ISO 31000 "Риск менеджмент", и предлагают конкретные методики для наполнения стандарта реальными, расчетными моделями рисков, в т.ч. динамическим бифуркационным анализом рисков, а не лингвистическими, описательными моделями середины прошлого века.

В Декларации первой конференции ООН об окружающей среде (Стокгольм, 1972) также была намечена связь экономического и социального развития с проблемами окружающей среды. В подобное понимание развития важный вклад внесли научные доклады Римского клуба, особенно доклад "Пределы роста" (1972), в которых формулировались идеи перехода цивилизации от экспоненциального экономического роста к состоянию "глобального динамического равновесия", от количественного к "органическому" (качественному) росту и "новому мировому экономическому порядку" [http://www.clubofrome.org/].

Эти классические декларации псевдонаучных кругов привели к полному банкротству не только экономики развитых стран, но и к краху либеральных и неолиберальных идей.

По существу, цивилизация должна иметь дело с новой идеологией, новой экономикой, новой наукой. Научной основой для такого взгляда являются результаты нелинейной динамики и синергетики в моделировании и прогнозе экономики. Кроме того, нелинейная динамика предлагает междисциплинарный набор понятий, концепций, образов.

Специалисты РАН считают, что есть общая проблема, с которой современная наука справляется неудовлетворительно. За небольшим исключением она анализирует, отслеживает, предсказывает уже известные угрозы. Однако свойства мира меняются, и человечество ждут новые риски. Иначе говоря, надо учиться не только методом проб и ошибок, но и совершенствовать свой "здравый смысл", свои системы прогноза и анализа. Именно это сейчас требуется от теорий риска, безопасности, от математического моделирования в данной области и, что особо важно, необходим пересмотр основ классической математики и экономики.

Авторы в своих работах доказывают, что правильное применение всех известных методов математики, объективных экономических законов, а также концепции, методик, моделей авторов позволяет устойчиво прогнозировать все мировые экономические и финансовые кризисы, а также давать устойчивые прогнозы по солнечной активности, а также прогнозировать конфликты, локальные войны и революции-перевороты. Ноосферная экономика, солнечная экономика авторов описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

Рыночная экономика всегда считалась панацеей выживания человечества. Многие страны мира стремятся к ее построению и достижению ее вершин. Но нельзя не согласиться, что рыночная экономика таит в себе больше вопросов, чем ответов [http://www.clubofrome.org/].

Рынок в современном виде не избавляет, а усугубляет тенденции неустойчивости развития человека и общества, которые опасно проявляются в наши дни.

Выживание человека и общества зависит вовсе не от неограниченного потребления природных ресурсов, а от способности человечества формировать принципы и оценки собственной деятельности и полностью отражать в них принципы деятельности объективного мира. Но теория экономики и политология, существование которых измеряется тысячелетиями, исторически исходят из того, что жизнедеятельность человека и общества протекает и подчиняется законам закрытой экономической модели, эффекты и эффективность которой формируются изолированно от окружающей открытой природной среды. Такие допущения вырастили и привнесли в жизнь человечества монстра — проблему неустойчивого развития, которую нельзя преодолеть либеральными, неолиберальными концепциями деятельности человека и общества.

Современная экономика, по Б.Прыкину, усиленно толкает человека на разрушение природных ресурсов, а экология лишена саморегулирующих рычагов и механизмов, которые позволяют возвращать хотя бы толику на восстановление деятельности природы.

В концепции РФ, утвержденной указом Президента № 440 от 01.04.96г., "О концепции устойчивого развития России" под устойчивым развитием подразумевается "стабильное социально-экономическое развитие, не разрушающее своей природной основы". Далее оно конкретизируется: "Улучшение качества жизни людей должно обеспечиваться в тех пределах хозяйственной емкости биосферы, превышение которых приводит к разрушению естественного биотического механизма регуляции окружающей среды и ее глобальным изменениям".

В концепции РФ речь идет о формировании в будущем социоприродной системы, способной разрешить совокупность противоречий, которые проявляются в наше время. Среди них противоречие между природой и обществом, экологией и экономикой, развитыми и развивающимися странами, глобальными требованиями перехода и национальными интересами, настоящим и будущими поколениями, богатыми и бедными, уже существующими потребностями людей и разумными потребностями и т.д.

В рамках концепции РФ, РАН биосферно-экологический подход к развитию должен заменить ныне практикуемый утилитарно-ресурсный управленческий подход, ведущий к разрушению планетарной экологической ниши человека. Вместо вытекающего из стратегии экономического роста разрушения окружающей среды и уничтожения других форм жизни должна быть принята стратегия совместного выживания и сохранения человечества и естественной биоты, цивилизации и биосферы. Это не просто социально-экономический управленческий подход, а подход более широкий и содержательный - социоприродный. При внесении же в него соответствующей прогностическо-целевой ориентации на созидание сферы разума он превращается в системный подход более высокого уровня — в ноосферно-футурологический подход. Устойчивое развитие требует кардинального изменения мировоззрения, приоритетов, ценностей, этических и других норм и форм рациональности. Именно на пути ноосферного способа разрешения этих противоречий и должна сформироваться новая форма развития, которую именуют устойчивым развитием.

По мнению специалистов РАН, необходима тотальная экологизация всех видов хозяйственной и иной деятельности.

Для перехода к устойчивому развитию необходимы управленческие решения и действия, которые должны опережающе приниматься в условиях риска и неопределенности. Управление должно исходить из декларируемого в Рио-де-Жанейро принципа упреждения (предосторожности).

Необходимо совершенствовать системы управления в экономике, так как она обладает инвестиционными ресурсами, которым необходимо придать экологический вектор развития. Как отмечают авторы, он полностью отсутствует во всех отраслях экономики. В этом случае исключается тупиковый путь развития, предполагающий сохранение традиционной экономики на существующем уровне и дальнейшее ноосферное развитие экономики. В этом случае не решаются проблемы устойчивого развития, а, наоборот, ухудшаются, так как продолжается практика традиционного интенсивного инвестирования экологически грязных производств.

По нашему мнению, изменение системы управления и введение принципа ноосферных оценок экономики, позволит не только не увеличивать общий объем капиталовложений, благодаря снижению рисков, а, наоборот, оставить и даже возможно сократить в размерах традиционное инвестирование. Это позволит дополнительные инвестиции направить в человеческий капитал, стимулируя его ноосферное образование. Таким образом, актуальностью является формирование и изменение вектора традиционного инвестирования в направлении ноосферного подхода.

Предлагаемый Рюминой и другими авторами подход по увеличению налогов на экологию только на первый взгляд кажется правильным, но очевидно, что он будет приводить к дальнейшему росту налогов, что неизбежно породит сворачивание промышленного производства и всех рынков. В этих условиях проблема не только не решается, а еще более обостряется, т.к. известно, что увеличение налоговых сборов на 1% приводит к сокращению ВВП в развитых странах в 1,5-2% (см. расчеты МОБ США авторов). Такой подход плох не только для развитых стран, но и для экономики РФ.

Авторы требуют пересмотра традиционного понимания экономической эффективности — ею нередко приходится жертвовать, особенно при решении проблем выживания и при анализе долгосрочных аспектов развития. По нашему мнению, это определение следует уточнить, 146 странами признано, что существующая рыночная экономика продемонстрировала полную свою неэффективность, как следствие о жертвах "… традиционного понимания экономической эффективности…" говорить не приходится. Ноосферная концепция требует учитывать интегрированное, оптимальное, гармоничное развитие всех трех сфер: био, техно и соцсферы, но не наоборот. При этом с высокой долей вероятности можно утверждать, что форма проявления данных функциональных зависимостей "… экономической эффективности…" будет иметь ярко выраженную нелинейную динамическую вероятностную зависимость.

1.3.2 Теория рисков и катастроф. Синергетика

В середине 20-го века были сделаны значительные успехи в области математики, появилось новое направление в области нечетких (размытых) множеств и дальнейшее его развитие уточнения синергетических трансформаций. Это инициировало экономические исследования авторов в области динамической ноосферной производственно-мотивационной концепции, которая в результате была расширена синергетическими трансформациями.

1963 год ознаменовался событиями, которые явились знаковыми в становлении новой науки, названной впоследствии синергетикой. В этом году фантаст Р.Брэдбери опубликовал рассказ "И грянул гром", в котором сформулировал идею динамического хаоса:

Малые причины могут иметь большие следствия.

Герой рассказа отправился в прошлое на машине времени. Там в глубине веков он раздавил бабочку. Вернувшись назад, он попал совсем в другой мир. "Она упала на пол — изящное маленькое создание, способное нарушить равновесие, повалились маленькие костяшки домино.. большие костяшки.. огромные костяшки, соединенные цепью неисчислимых лет, составляющих Время.. Не может быть, чтобы она что-то изменила. Мертвая бабочка — и такие последствия? Невозможно!" Такое свойство назвали чувствительностью к начальным данным.

В том же году метеоролог Э. Лоренц предложил модель конвекции воздуха, описанную системой классических дифференциальных уравнений. Просчитав ее на компьютере, Лоренц столкнулся с неожиданным результатом. Лоренц захотел перепроверить результат, полученный на компьютере ранее.

Задав начальные данные с точностью до тысячных (до этого программе задавалась точность до шести значащих цифр), он получил результат, значительно отличающийся от предыдущего.

Как и в рассказе Брэдбери, трудно было предположить, что такая незначительная неточность могла привести к такому большому расхождению результатов. Заслуга Лоренца в том, что он увидел в данном расхождении не ошибку, а серьезный научный факт. Позже он был сформулирован как явление динамического хаоса. Важнейшим результатом исследования динамического хаоса явилось установление конечного горизонта прогноза.

Оказалось, что ученые не могут дать "долгосрочный прогноз" поведения огромного количества сравнительно простых систем. Формально они являются детерминированными, т.е. точно зная текущее состояние систем, можно установить, что произойдет с ними в далеком будущем. В то же время сколь угодно малая неточность в определении начального состояния системы нарастает со временем, и с некоторого времени теряется возможность что-либо предсказывать. Такое поведение характерно для многих объектов, которые изучает традиционная экономика.

С этого времени в основном в естественных науках стал накапливаться материал, подтверждающий справедливость приведенных утверждений. Динамический хаос (синергетика) был обнаружен в системах самой различной природы.

В конце 1980-х гг. ученые начинают обсуждать возможность применения теории хаоса в социальных науках.

В экономике методы синергетики оказались востребованными несколькими годами раньше, чем в других социальных науках.

Первые работы шли по пути перевода новых математических понятий и терминов на диалекты социальных наук. Во многом результаты этого направления опирались на знаменитые труды И.Пригожина и его школы.

Авторы со многими предыдущими утверждениями согласны лишь частично.

При построении экономических моделей чувствительность к начальным данным является важнейшим моментом. Поэтому в моделях, программном обеспечении авторов используется расширенное представление констант, переменных и всего многообразия экономических функционалов.

Авторы в своих работах доказывают, что правильное применение всех известных методов математики, объективных экономических законов, а также концепции, методик, моделей авторов позволяет устойчиво прогнозировать все мировые экономические и финансовые кризисы, а также давать устойчивые прогнозы по солнечной активности, а также прогнозировать конфликты, локальные войны и революции-перевороты. Ноосферная экономика, солнечная экономика авторов описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

1.3.3 Динамическая ноосферно-синергетическая производственно-мотивационная концепция и нейронные модели

Известно, что управление в иерархических моделях, даже расширенных классической системой обратных связей, не обеспечивает эффективность оценок. Т.к. по мере углубления или перехода на новый, другой уровень иерархии связи и полученные функциональные зависимости несут в себе все возрастающие смещения (ошибки).

Данная проблема еще более усложняется, если учесть, что формируемая система функционалов на каждом уровне иерархии значительно зависит от начальных и граничных условий, порождаемых каждым из уровней. Это вытекает из логики ноосферной экономики и концепции авторов, требующей рассматривать экономику как целостную систему, а не ее отдельные уровни макро, мезо, микро, как это было принято в прошлом 20-ом веке благодаря работам основателей классической и неоклассической экономики. Экономические результаты неоклассического подхода наглядно проявляются в сегодняшних системах управления государством, регионами, отраслями, организациями, подразделениями и собственно рабочими местами персонала.

Ошибки в принятии решения поражают своими величинами смещений в управленческих функционалах всех уровней.

Рассмотрим это на примере классической задачи оптимизации каждого иерархического уровня. Понятно, что любое оптимальное решение может быть найдено, если корректно заданы начальные и граничные условия. Напомним, что в реальной экономике эти условия также являются функционалами, которые формируются как верхними, так и нижними иерархическими уровнями. В результате мы имеем каноническую проблему поиска глобального экстремума зачастую нелинейных функционалов в поле множества локальных экстремумов (см. рис. 5).

Рис. 5 Каноническая проблема поиска глобального экстремума. Упрощенное представление – реальные расчеты авторов показывают тысячекратные разрывы локальных и глобального экстремумов

Практически в этих обстоятельствах такая задача с трудом решаема даже в настоящее время, несмотря на высокий уровень компьютеризации современного общества. В результате на всех этапах управления, от анализа до планирования даже при условии, что экстремум найден (вопрос какой глобальный или локальный?!), высока вероятность того, что исследователь, управленец некорректно учел функционалы начальных и граничных условий. В итоге он сталкивается с классической поговоркой системных аналитиков: "Если на вход совершенной системы подать мусор, то на выходе будет получен высоко оптимизированный мусор". С данными проблемами общество столкнулось еще в середине 20-го века.

В предыдущих книгах, исследованиях при построении среднеотраслевых эталонных моделей различных отраслей авторы сознательно допускали ошибки. Строилась усредненная модель между средне плохими организациями, средне хорошими организациями в условиях депрессивной экономики. В результате, полученная средняя модель была далека от эффективной. Если сравнить российские показатели организаций с американскими организациями, эта ошибка многократно возрастет. Это понимание и расчеты позволили авторам доказать всю несостоятельность всеобщего усреднения, и необходимость введения в авторскую концепцию и модели синергетического подхода, и теории размытых множеств.

Чтобы осмыслить всю сложность описанных выше проблем, рассмотрим интерпретацию, представленную на рис. 6 в виде графического образа. Графический образ системы увязывает вертикальные и горизонтальные связи микро, мезо и макро среды организации (отрасли). По мнению ведущих специалистов в области экономики, необходимо разработать методологию, с одной стороны, передающую не только традиционные горизонтальные уровни, но и их вертикальные срезы, а с другой, отражающую целостно, системно их взаимодействие. В итоге можно получить единую динамическую эталонную систему нелинейного (зачастую существенного) взаимодействия этих двух системных срезов как единого целого.

Опыт практической работы авторов по эталонному тестированию отраслей РФ, США и организаций показал, что при планировании большинство организаций используют принцип "от достигнутого" уровня. Использовались Internet базы ФКЦБ РФ, SEC USA, BEA DOC USA. На этот недостаток неоднократно обращали внимание ведущие экономисты. Необходимость эталонного тестирования ими осознавалась, но методические подходы не были разработаны. В связи с этим ограничением из всего многообразия пространства решения, представленного на рисунке 6 мини поверхностями 1, 2, 3, организации формируют зону "оптимального решения", условно отраженную поверхностью "Область решений".

Исследования авторов различных отраслевых моделей из всего многообразия решений лежат в том же пространстве решений 1, 2, 3. В итоге формируется своя оптимальная зона – поверхность 3, которая также будет с высокой долей вероятности далекой от совершенства. Как правило, эти две поверхности оптимальных решений отражают видение эффективности управления со стороны макро, мезо и микро среды. В результате модели макро, мезо и микро среды имеют смещения по оценке оптимальных решений, что наглядно видно на рис. 6

Рис. 6 Зрительный образ n-мерного иерархического критерия Самариной

Понятно, что сторонники микроэкономики искренне убеждены, что определенная ими поверхность 1, это не локальный, а глобальный экстремум. Как ни парадоксально, приверженцы макроэкономики уверены, что глобальный экстремум расположен на поверхности 2. При этом ни одна из сторон не собирается уступать, ведь тогда они вынуждены будут признать ошибочность своих "классических" подходов. Последствия для современной экономики, науки, согласно мнению нобелевских лауреатов Edward C. Prescott и Finn Е. Kydland, будут тяжелыми: "…к сожалению, динамическая экономика трудна для новичков, чтобы учиться …"

В результате пропасть "…между исследованиями и обучением экономистов…" будет все более внушительной. Академики РАН В.Маевский и В.Макаров правы: "…в условиях третьей промышленной революции неизбежно будет усиливаться разрыв объективной реальности и детерминированной традиционной экономики".

Авторы считают, что цель управления и моделирования заключается в том, чтобы с помощью обратных связей, показанных на рис. 6, осуществить стягивание, корректировку начальных, граничных условий, что, в свою очередь, вызывает эконометрическое изменение модели в целом. Зоны 1 и 2 будут стягиваться в зону 3, в которой учитываются требования микросреды организаций по оптимальному управлению персоналом и обеспечению его соответствующими технологиями и капиталом с учетом запросов макро, мезо среды организаций. В тоже время, учитывая, что модели макро, мезо среды отражают средние тенденции в отрасли, а организация может по своим показателям превосходить эти данные, то в этом случае модели макро, мезо среды корректируется в пользу моделей микросреды. Т.к. на самом деле оптимальная зона находится не в точке 3 или 2, а в точке 1, при условии, что организация по всем показателям превосходит среднеотраслевые данные. Если же организация явно отстает от средних показателей своих конкурентов, то можно с уверенностью сказать, что зона оптимума находится не в точке 1 и 3, а в точке 2, и всем подразделениям организации следует пересмотреть свои плановые показатели и оценку своей деятельности. Если же организация по ряду показателей лучше среднеотраслевых, а по ряду хуже, то в этом случае производится подгонка и макро, и микро моделей. Тогда зона 1 и зона 2 должны быть стянуты в зону 3. Данный процесс итерационен и каждое из изменений по любому количеству факторов (в исследованиях авторов около 30-50 млн. показателей по каждой отрасли) может осуществляться автоматически с помощью модифицированного авторами метода Монте-Карло.

Следует также обратить внимание еще на один, по нашему мнению, немаловажный момент. Любой итерационный процесс в условиях отсутствия максимальной независимости каждого из иерархических уровней модели может с высоким уровнем вероятности порождать "несходимость" решений вплоть до выхода из области решений. Поэтому на этапе постановки задачи для построения динамических ноосферно-синергетических производственно-мотивационных моделей управления необходимо в рамках принципа независимости сформировать устойчивые иерархические уровни, сохраняя гомоморфизм модели в целом. Данный подход построения устойчивых иерархических уровней не прихоть. Опыт авторов показывает, что зачастую исследователь сталкивается с неожиданностями вроде бы на "ровном" месте. Так, в частности, при анализе результатов научно-исследовательской работы специалистов бюро экономического анализа Минторговли США (ВЕА) по построению межотраслевых балансов и системы национальных счетов (СНС) были выявлены значительные смещения, которые порождают монополизацию рынков, что несовместимо с рыночными принципами. Эти латентные причины скрыты в методологии, в том числе в эконометрических расчетах. Как следствие зона оптимальных решений значительно смещена. И это только малая часть выявленных проблем.

Подобные казусы устойчиво приводят (настойчиво подталкивают) к глобальному пересмотру моделей в условиях невнятности, декларируемой обществом институциональной системы устойчивых иерархических уровней, которые авторы пытались прописать в производственно-мотивационных моделях. Постоянно выявляемые ошибки сталкивали формируемые эталонные модели управления в зону неустойчивых локальных экстремумов (не глобальных) и принятия решений. Только благодаря созданной системе устойчивых иерархических уровней, определенных в модели, авторы могли с минимальными потерями выходить из ситуаций, вызываемых латентными процессами современной экономики.

Тем не менее, авторы считают, что более корректным будет метод осознанных действий персонала организаций по поиску значимых дополнительных факторов, которые в моделях ранее не учитывались. Данный подход позволяет моделям эволюционировать и расширять пространство эконометрических критериев и, как следствие в дальнейшем более правильно осуществлять позиционирование организаций в своей конкурентной среде, что вытекает из самой сути гомоморфизма, целостности системы. Ни одна из моделей не может учитывать все факторы микро, мезо и макросреды и является упрощенным представлением, несмотря на многообразие используемых факторов. Бесспорно, что построение и/или использование в повседневной работе эталонных моделей подобного класса предусматривает наличие в организациях персонала, отвечающего требованиям современной экономики. При этом предполагается, что большинство рутинных традиционных операций в организациях автоматизировано. Например, автоматически осуществляется построение, анализ, контроль ежедневных бухгалтерских балансов, производственных издержек, управление запасами и т. д. и все эти рутинные операции занимают не более одного часа в день. В этом случае персонал в основном сосредоточен не на текущих оперативных работах, а на управлении стратегией организаций. Следует особо подчеркнуть, что процесс работы по данной схеме не разовая акция, а повседневная деятельность.

Последние кризисы 2008-2010, 2013-2014 г.г. это наглядно показали. Появилось множество экономистов, которые утверждают, что они предсказали эти кризисы. Так, ряд экономистов утверждают, что их прогнозы опираются на анализ межотраслевого баланса США одного года. Авторам не понятно, как можно по одному временному срезу получать такие точные прогнозы. Хотелось бы ознакомиться с их методикой и расчетами.

Авторы при прогнозе последних кризисов с 1995 г. были вынуждены предметно, рутинно анализировать межотраслевые балансы (МОБ), систему национальных счетов (СНС) США, базу данных "Программы межгосударственного сопоставления ООН" на глубину минимум 50 лет, не говоря уже о множестве других параметров, индикаторов, рынков, отраслей различных стран. Это для авторов является очевидным условием, требованием общей теории систем. Главный принцип анализа это сформировать модель от рабочего места персонала до уровня межгосударственных сопоставлений. Именно на рабочем месте формируется оплата труда, внутренняя и внешняя мотивация персонала, что для авторов является очевидным.

Хорошо известно, что трудовая теория стоимости взаимоувязывает оплату труда и цены в любой экономике, любого государства с любым политическим строем. В рамках этой теории В.Дмитриев построил модель полных трудовых затрат. Эта модель является основой МОБ, СНС всех государств-членов ООН.

По мнению авторов, без понимания этих базовых критериев что-либо прогнозировать не возможно. Потому что труд, а не финансы и бизнес формирует цены, спрос, предложение, денежную массу, процентные ставки, инвестиции, инновации и т.д. Но самое главное трудовая теория стоимости, производственно-мотивационные теории и модели авторов позволяют корректно выстроить всю целостную иерархическую модель. При этом, соблюдая принцип целостности, необходимо корректно выстроить каждый уровень иерархии и правильно прописать всю систему взаимосвязей как внутри уровня, так и между ними. Другого подхода авторы не нашли ни в одной из либеральных, неоклассических школ и их нобелевских лауреатов. Это нашло свое отражение в кратком алгоритме расчета кризисов, закона Дорошко-Самариной и др.

Процесс построения эталонных иерархических моделей авторов опирается на семь срезов с целью сохранения гомоморфизма моделей в целом и выявления тенденций, происходящих на каждом из уровней.

Первый уровень (макроуровень) включает межгосударственные сопоставления по укрупненным социально-экономическим показателям: ВВП, ВНД, производительность труда, доля компенсации в объеме продаж, реальная оплата труда и др.

На втором уровне (макроуровень) происходит выбор страны-эталона и его сравнение с другими странами исходя из принципа подобия территориального, национального, социально-экономического, институционального управления и др.

На третьем срезе проводится сравнение на региональном уровне (мезоуровень) с эталонными показателями с учетом особенностей в монетарно-фискальной политике, политике доходов, заработной платы, ценами и др.

На четвертом отраслевом уровне (мезоуровень) дополнительно вводятся укрупненные показатели затраты-выпуск. Этот уровень является базовым для принятия решения о целесообразности дальнейших параллельных исследований. Критерий прост, если показатели зеркально противоположны в моделях и отличия составляют более 50%, то параллельные исследования не проводятся и, наоборот. Эталонное сравнение предусматривает параллельные исследования эталона и объекта. Если расхождения между показателями объекта и его эталонами увеличиваются более, чем в 2 раза, то можно говорить о системных нарушениях, и дальнейшие параллельные вычисления становятся бессмысленными. Это свидетельствует о системном кризисе в экономике, а не в объекте исследования, например, организацию исследуемой отрасли как объект.

Построенные авторами модели организаций строительной отрасли РФ разваливались по сравнению с эталонными моделями строительной отрасли США даже в условиях запущенного финансовыми спекулянтами ипотечного пузыря на рынке недвижимости США. Поэтому все дальнейшие расчеты на следующих уровнях становятся бессмысленными. В предыдущих книгах, исследованиях авторы эконометрически доказали системный кризис экономики РФ, первопричина которого лежит в кризисе труда, которую авторы определили и эконометрически описали как "мотивационная яма". Неэффективность управления является следствием "мотивационной ямы", а не наоборот. Трудно говорить об эффективности экономики РФ, когда разрыв цен и оплаты труда по сравнению с развитыми странами составляют от 20 и более раз. Здесь неэффективность управления, ошибка, искажение моделей составляет более 2000%.

Пятый уровень (микроуровень) включает укрупненную детализацию отрасли по подотраслям, организациям с учетом функциональной направленности (целевых функций отрасли). Критерий выделения подотраслевой направленности и ее организаций также несложен. Если вариация по большинству показателей более 20-30%, целесообразно осуществить классификацию отрасли на подотрасли и далее до организации. Например, в стандартах МОБ для строительной отрасли выделяется 14-20 подотраслей.

На шестом уровне (микроуровень) проводится детализация по производственно-технологическим подразделениям, каждое из которых делится на управленческое и производственное, а также основное и вспомогательное. В стандартах МОТ определено 23-и профессиональные группы или структурные подразделения.

На седьмом уровне (микроуровень) происходит детализация по специальностям в укрупненной сквозной классификации специальностей по международной организации труда, а также североамериканской классификации специальностей (около 840 укрупненных специальностей).

Таким образом, авторы выделили семь уровней от рабочего места персонала до межгосударственных сопоставлений, на каждом уровне исследуются свои факторы, объединенные главным понятием в рамках кратко рассмотренной динамической ноосферно-синергетической производственно-мотивационной концепции. Любой уровень должен рассматриваться в векторном пространстве по 5 критериям: динамики, ноосферы, синергетики, мотивации и производственной функции. Учитывая, что данная модель (см. рис. 6) симметрична по четвертому уровню: три уровня сверху и три снизу, то на четвертом уровне принимается решение о прекращении дальнейших параллельных исследований в случае неоднородности эталонных моделей с изучаемыми объектами (например, организация исследуемой отрасли). Хотя вычислительные мощности позволяют продолжить работы по построению моделей, но большие исследовательские затраты, связанные с проблемами российской информационной непрозрачности на данном этапе, создают невозможность проведения параллельных углубленных исследований.

Несмотря на зеркальность параметров и явные указания о нецелесообразности проведения исследований, авторы склонны согласится с их необходимостью по следующей причине. Процесс выхода страны из "мотивационной ямы" (кризиса труда) может осуществляться на первых порах с помощью макрофакторов. Если признать подход В.И.Маевского, В.Л.Макарова по макрогенерациям правильным с уточнениями авторов, утверждающих, что, в конечном счете, микрогенерации определяют состояние макрогенерации, то необходимо знать состояние не только верхнего слоя, но и главное микрослои, которые и формирует макросреду. Выход государственной системы в зону оптимального развития на более, чем 80% детализации зависит от микросреды при условии предварительной нормализации макросреды. Рыба гниет с головы.

Отметим ряд моментов в пользу необходимости проведения регулярной работы по динамическому эталонному тестированию моделей управления организациями, например, строительной отрасли, которые были исследованы В.Чекирдой, Е.Егоровой; финансово-банковской системы – О.Чадаевым; лесной, деревоперерабатывающей и целлюлозо-бумажной отраслей - А.Николаевой и др.

Первый момент. В процессе эконометрических исследований на уровне межгосударственного сопоставления, в которых авторы опирались на данные статистических Internet баз World Bank и правительств развитых стран, были выявлены погрешности в данных в исторической ретроспективе на глубине от 3 до 8 лет. Ошибка по каждому исследованному показателю составляла в среднем около 3-5% по каждому году.

Второй момент. В процессе эталонного тестирования части базы данных ПО "Инвест" (программное обеспечение авторов), которая формируется на основе Internet баз бюро экономического анализа (ВЕА) министерства торговли США, авторами также были выявлены погрешности в данных в исторической ретроспективе на глубине от 1 до 25 лет. Ошибка составляла в среднем около 3-10% по каждому году. При этом в базовом индикаторе - ВВП в реальном выражении для страны, отраслей, регионов ошибка в среднем достигает более 336%.

Третий момент. Анализ характера функций ошибок показал, что в исторической ретроспективе они зачастую имеют нелинейный характер и, как следствие вводят существенные смещения в эталонные модели управления.

1.3.4 Выбор эконометрического инструментария и исходных статистических данных

Остановимся на ряде важных, по нашему мнению, моментах, таких как выбор эконометрического инструментария и исходных статистических данных. Анализ литературных источников по эконометрическим, синергетическим исследованиям показал, что к настоящему времени не существует универсальных, устойчивых математических методов.

Поэтому дальнейшие эконометрические исследования аналитик, управленец обязан проводить с одновременным использованием всего многообразия классического эконометрического инструментария без исключения на основе следующей классификации экономико-математических методов [ЦЭМИ АН СССР, 1974-1978гг.]:

1. Эконометрические методы:

1. Элементарные статистики, в том числе многомерные.

2. Дисперсионный анализ, в том числе многомерный.

3. Ковариационный анализ, в том числе многомерный.

4. Корреляционный анализ, в том числе многомерный.

5. Регрессионный (линейный, нелинейный) анализ, в том числе многомерный.

6. Дискриминантный анализ, в том числе многомерный.

7. Факторный анализ, в том числе многомерный.

8. Метод главных компонент, в том числе многомерный.

9. Метод многомерного шкалирования.

10. Канонический анализ. Каноническая корреляция, в том числе многомерная.

11. Кластерный анализ и распознавание образов.

12. Монте-Карло, Бутстреп и другие методы статистического моделирования.

13. Спектральный, Фурье анализ, быстрое преобразование Фурье.

14. Модели нечетких множеств.

15. Модели нейронных сетей.

2. Численный анализ:

1. Линейная, матричная, полиномов алгебра.

2. Специальные функции.

3. Численное интегрирование. Интегральные уравнения.

4. Обыкновенные дифференциальные уравнения.

5. Интерполяция, аппроксимация, сглаживание, численное дифференцирование.

6. Решение уравнений и систем общего вида.

7. Математическое программирование (линейное, нелинейное).

8. Оптимизационные методы.

Авторы считают, что при исследовании любых экономических объектов в т.ч. организаций любой отрасли необходимо использовать все перечисленные методы без исключения.

В настоящее время существует множество программ класса ПО "Инвест" (разработка авторов), реализующих все вышеперечисленные методы. Окончательные выводы качественного уровня должны делаться только при условии, если все или как минимум 60-70% всех методов, несмотря на их ограничения, дали количественные оценки, на основании которых можно корректно, на качественном уровне осуществить их экономическую интерпретацию. Если большинство количественных оценок подтверждают близкую по содержанию качественную экономическую трактовку, то в этом случае будет формироваться содержательный экономический вывод. Из всего многообразия количественных оценок разнообразных эконометрических методов должны быть отобраны только те, которые обеспечивают максимальную точность и минимальные смещения. Необходимость данного подхода вызвана неопределенностью эконометрических решений.

В экономике наблюдаемое явление может быть описано многими не противоречащими друг другу способами. Эта произвольность или неопределенность, долгое время бывшая предметом исследования ученых, кратко отмечена Мултоном, что любая группа явлений может быть непротиворечиво описана разными путями, вернее, с помощью бесконечно большого числа путей. Независимо от причин, по которым выбираем способ интерпретации, можно предпочесть любой способ, кажущийся аналитику наиболее целесообразным.

1.3.5 Теория больших чисел А.Колмогорова. Критика либеральных теорий, моделей Нобелевских лауреатов по экономике

Теория больших чисел А.Колмогорова и проблемы всеобщего среднего в экономике

Рассмотрим теоретико-экономические основы теории рисков и разберем базовые теоретические и эмпирические методы познания – статистику и теорию вероятностей.

Для этого необходимо исследовать общий принцип закона больших чисел, в силу которого совокупное действие большого числа случайных факторов приводит при некоторых общих условиях к результату, почти независящему от случая. Закон является одним из выражений диалектической связи между случайностью и необходимостью. Первая доказанная теорема принадлежит Я. Бернулли (1713 г.). Теорема Бернулли была обобщена С.Пуассоном (1837 г.), в сочинении которого впервые появился термин "закон больших чисел". Значительно более общее понимание этого термина основано на работе П.Чебышева "О средних величинах" (1867). Им были впервые найдены широкие условия применимости закона больших чисел. Эти условия затем были обобщены А.Марковым (старшим). Вопрос о необходимых и достаточных условиях закона больших чисел был исследован А.Колмогоровым (1928). Им было определено, что при применении закона больших чисел необходимо тщательно проверять соответствие условий его применимости реальной обстановке.

Дальнейшее развитие закона больших чисел было получено в центральной предельной теореме, которая впервые была сформулирована Лапласом. Решение вопроса, близкое к окончательному, было получено А.Ляпуновым (1901). Окончательный ответ об условиях применения центральной предельной теоремы получено в основных чертах С.Бернштейном (1933-1937) и дополнено В. Феллером (1935).

Доказательство центральной предельной теоремы, как и закона больших чисел, опирается на следующих пяти жестких ограничениях: рассматриваются N исключительно одинаковых, независимых случайных величин ζ₁, ζ₂,…, ζ_N, так что распределения вероятностей этих величин совпадают. В экономике это условие чаще всего не выполняется.

Первое ограничение акцентирует внимание исследователя на независимость случайных величин ζ₁, ζ₂,…, ζ_N. Критика этого ограничения до сих пор не ослабла. В экономике многие процессы взаимозависимы. Так условие независимости слагаемых в большинстве применений закона больших чисел если и выполняется, то лишь с тем или иным приближением. Так даже рассматривая движение отдельных молекул газа при N→∞ нельзя, строго говоря, считать их независимыми. Поэтому закон больших чисел применим, если между слагаемыми зависимость достаточно слаба. А если нет, то закон больших чисел не работает со всеми его последующими приложениями.

Второе ограничение фиксирует, что рассматриваются только случайные одинаковые по размеру величины ζ₁, ζ₂,…, ζ_N. Одинаковость или однородность - можно ли с достаточной уверенностью соблюсти этот принцип в реальной жизни, в экономике!?

Третье ограничение акцентирует, что распределения вероятностей этих случайных величин ζ₁, ζ₂,…, ζ_N совпадают. В экономике такие события весьма редки.

Четвертое ограничение - рассматриваются исключительно случайные величины ζ₁, ζ₂,…, ζ_N. В экономике такие события, величины весьма редки.

Пятое ограничение предлагает условие, что количество случайных величин ζ₁, ζ₂,…, ζ_N должно устремляться в бесконечность N→∞ Экономика, несмотря на разнообразие процессов, происходящих в ней, все же конечна.

Эти ограничения неплохо моделируется на компьютере, но в экономической практике никогда не работают.

Для смягчения ограничений предполагается, что эта теорема справедлива при гораздо более широких условиях:

1. все слагаемые ζ₁, ζ₂,…, ζ_N не обязаны быть одинаковыми и независимыми;

2. существенно только то, что отдельные слагаемые не должны играть слишком большой роли в сумме.

Обращает на себя внимание понятие незначительных случайных величин ζ₁, ζ₂,…, ζ_N, но если признать это понятие как незначительность, при этом каждый отдельный элемент может быть как бесконечно малой величиной, так и достаточно большой величиной, но в результате в совокупной сумме при N→∞ он будет всегда незначителен, т.е. мал. А так как малые величины, почти всегда одинаковы и независимы, то мы опять возвращаемся к исходным категориям ограничений.

Печальные последствия традиций особенно остро проявляются в условиях расчета "затраты - выпуск" и последующем формировании системы национальных счетов СНС, а ведь их используют все уровни управления: осуществляют анализ, планирование и контроль, т.е. управление.

По нашему мнению, в развитых странах продолжают необоснованно "увлекаться" нормальными распределениями. Они в результате приводят, точнее, порождают необъективные ошибки при оценке экономической эффективности стран, регионов, отраслей, фирм, так как в результате усреднения, и как следствие линейной аппроксимации, а не функционального нелинейного анализа далекого от нормального распределения.

В результате усреднений происходит смещение и притягивание рынка в сторону крупных фирм (эффект глобализации), а не средних и мелких – которые обеспечивают основную занятость населения и более 50% всего ВВП.

Формируется эффект нивелирования (принудительного, целенаправленного уничтожения) главного механизма рынка – конкуренции.

Т.к. при оценке эффективности, и как следствие стоимости кредитования, инвестирования, потребления, налогообложения происходит необъективная оценка в пользу крупных компаний, а не более эффективных средних и мелких компаний. Последствия очевидны. С одной стороны, это приводит к глобализации рынка (т.е. к его уничтожению), а с другой, к сжатию потребительского рынка – спроса на нем, инвестиционного спроса, т.к. основными работодателями, производителями являются не крупные компании, а средние и мелкие. В дальнейшем все происходит по спирали, порождая противоречия уже не в масштабах регионов, отраслей и государства, т.к. эта экономическая опухоль начинает глобально охватывать весь мир, все более усугубляя проблемы не граждан отдельных регионов, стран, а всего человечества.

Векторное поле глобальных интегральных критериев для оценки Нобелевских лауреатов по экономике

В данной книге авторы продолжают серию критики нобелевских лауреатов по экономике либеральных школ. Определим основные положения критики авторов. Проведенный анализ теорий и моделей нобелевских лауреатов по экономике позволяет авторам утверждать следующее.

В.Дмитриев в конце 19-ого века был прав - нельзя рассчитывать одни неизвестные с помощью других неизвестных – это математический и экономический абсурд. Идут годы, к 1945 г. были уже реализованы все модели МОБ, а нобелевские лауреаты, как и в 19-ом веке - одни неизвестные определяют другими неизвестными.

Основные ограничения по применению теории вероятности и статистики были определены еще в 1928 г. А.Колмогоровым - при применении закона больших чисел необходимо тщательно проверять соответствие условий его применимости реальной обстановке.

Для нобелевских лауреатов по экономике стыдно не знать этих важнейших пяти ограничений. Для ядерной физики, и других естественных наук эти ограничения можно выполнять, но и то очень осторожно. Для экономики эти ограничения не работают.

Нобелевским лауреатам по экономике должны быть известны принципы общей теории систем – но эти принципы ими не выполняются. Особенно один из них, но важнейший – о целостности системы экономики.

Что же авторы наблюдают в работах нобелевских лауреатов по экономике. Выдергивается из целостной системы экономики один из уровней макро, мезо или микро и проводится математическое манипулирование с ним. Взаимодействие с другими уровнями экономики отбрасывается и не рассматривается – иначе стало бы очевидным, что разработанные теории и модели просто не функционируют. При этом чаще всего забываются или замалчиваются ограничения применяемого математического аппарата. Последствия такого вульгарного подхода к целостной системе экономики со стороны математики, статистики, теории вероятности и т.д. очевидны для реальной экономики. Ответ лежит на поверхности.

В целом авторы лишь частично согласны с мнением В.Леонтьева о том, что многие теории и модели нобелевских лауреатов изящны, но совершенно бесполезны. С категорией "бесполезные" авторы согласны, но следует добавить - большинство теорий и моделей нобелевских лауреатов не только бесполезны, но и опасны для применения в реальной экономике.

Критика теорий и моделей Нобелевских лауреатов по экономике

Итак, использовать теорию вероятности в экономике без учета четко сформулированных ограничений нельзя. Тем не менее, Марковиц выстаивает свою систему портфелей в нарушении всех математических ограничений теории вероятности. В частности, он утверждает, что распределение, дисперсия и прочие статистические параметры нормальны. Это противоречит вышеприведенным ограничениям Колмогорова. Далее он вводит весьма спорное утверждение, что существует рынок, и что действия игроков на рынке рациональны.

И откровенно переписывает стандартные математические модели, притягивая их к экономике. Мало того он вырезает фондовый финансовый рынок из экономической системы, тем самым, нарушая основные принципы общей теории систем. Он продолжает порочную практику экономистов 19-ого века одни неизвестные определять другими неизвестными. Его последователь Шарп, понимая, что модель Марковица для экономистов и финансистов будет непосильной, не разобравшись в ошибках своего учителя, приводит простейшую однофакторную модель в то время, когда весь мир внедряет МОБ, который полностью перечеркивает работы Марковица-Шарпа, доказывая их опасность и ничтожность для применения в реальной экономике.

Самуэльсон в своих работах оправдывал безумную модель экспоненциального экономического роста, предложенную ФРС. На самом деле его модель является одной из причин всех кризисов.

Идет постоянный инфляционный процесс, формируемый избыточной денежной массой. Он нарушает системные принципы общей теории систем, расчленяя и разрывая экономические связи, рассматривая одно, не замечая другие подсистемы. Весь мир исследует, изучает МОБ русско-советской школы, а он одни неизвестные определяет другими неизвестными, закрывая глаза на хорошо известные ограничения, введенные Колмогоровым. Знаменитую книгу по экономике Самуэльсона советские экономисты называли книгой для домохозяек.

В рамках сформированного авторами векторного поля глобальных критериев оценим работы М.Фридмена и А.Шварц, ярких представителей монетаристов, как, впрочем, и кейнсианцев. Какая разница, что первично денежная масса или процентная ставка, когда их подходы изначально не верны.

Они ставят во главу угла деньги, а не труд, трудовую теорию стоимости, т.е. реальную экономику. Деньги во все века были следствием труда. Есть труд, есть экономика и деньги, но не наоборот. И у них ни один из глобальных критериев не работает. У них математика сама по себе, а экономика вообще пропала.

Последнее время нобелевские лауреаты, в частности Модильяни, начали активно оправдывать и искажать инвестиционный базис пенсионного законодательства. Мнение, расчеты авторов по пенсионному законодательству камень на камне не оставляют на теориях нобелевских лауреатов – доказывая всю ошибочность, поверхностность их моделей и теорий, но что важнее их опасность для реальной экономики.

Существует громадная пропасть между реальной экономикой и либеральными теориями нобелевских лауреатов по экономике.

1.3.6 Нейронное моделирование

Дальнейшие эконометрические исследования показали, что предложенных подходов явно недостаточно. При переходе от динамической ноосферно-синергетической производственно-мотивационной концепции к реальному построению моделей у авторов продолжали наблюдаться латентные, бифуркационные процессы (см. одна из причин -проблемы всеобщего среднего в экономике). Это потребовало более внимательно рассмотреть все семь уровней модели Самариной через призму теории нечетких множеств, логики и нейронных сетей.

Теория нечетких множеств (fuzzy sets theory) ведет свое начало с 1965г., когда профессор Лотфи Заде (Professor Lotfi A. Zadeh) из университета Беркли опубликовал основополагающую работу "Fuzzy Sets" в журнале "Information and Control". Прилагательное "fuzzy", которое можно перевести на русский язык как нечеткий, размытый, ворсистый, пушистый.

Оно введено в название новой теории с целью дистанцирования от традиционной четкой математики, Аристотелевой логики, начальных и граничных условий акад. Колмогорова, оперирующих с четкими понятиями: "принадлежит - не принадлежит", “истина - ложь”, "белое - черное", "рай-ад", "хорошо - плохо".

Концепция нечеткого множества зародилась у Заде "как неудовлетворенность математическими методами классической теории систем, которая вынуждала добиваться искусственной точности, неуместной во многих системах реального мира, особенно в так называемых гуманистических системах, включающих людей" [http://www.cs.berkeley.edu/~zadeh/].

Понятие нечеткого множества - эта попытка математической формализации нечеткой информации для построения моделей. В основе этого понятия лежит представление о том, что составляющие данное множество элементы, обладающие общим свойством, могут располагать этим свойством в различной степени и, стало быть, принадлежать к данному множеству с различными весовыми характеристиками. При таком подходе высказывания типа "такой-то элемент принадлежит данному множеству" теряют смысл, поскольку необходимо указать "насколько сильно" или с какой степенью конкретный элемент удовлетворяет свойствам данного множества.

Рис. 7 Модель нейрона с тремя входами

Очевидно, что данная модель может существенно повысить эффективность работы в традиционных иерархических моделях с системой обратных связей. В предлагаемой семиуровневой модели авторов все уровни иерархии, без исключения, объединены в нейронную сеть (см. рис. 7, 8).

Даже при самом упрощенном детерминированном подходе модель инициирует (2²⁸) вариантов функциональных связей. Ее разнообразность становится более полновесной, как только осознается реальная природа вероятностно-динамической ноосферной экономики.

Следует отметить, что в настоящее время все волонтеры фонда "Ноосфера" активно используют систему нейронных моделей. Мало того, даже самые простые тесты, разрабатываемые ими, реализуются с использованием философии размытых функциональных пространств, поступающих на входы нейрона и формируемый размытый функциональный результат на его выходе. Каждый фактор, каждый элемент системы ими рассматривается в размытой, нечеткой форме, развивающийся в пространственно-временном континууме. В результате даже упрощенные модели бизнес-планов представляются в виде нейронной сети со своими прямыми и обратными связями. Модели как бы пульсируют в каждом элементе нейрона (факторе, переменной) в своем коридоре управляемости и рисков. В результате формируется близкая к реальной экономике интегральная нейронная модель.

Наше предложение по развитию моделей требует естественного пояснения. Практически необходимо ответить на вопросы:

Почему совершенствование динамической ноосферно-синергетической производственно-мотивационной концепции, ее моделей можно обеспечить с помощью размытых множеств и нейронных сетей. Кроме этого, каким образом можно с помощью моделей поднять эффективность, доходность, снизить риски организаций и, тем самым, сформировать резервы для обеспечения их ноосферного устойчивого развития.

Понятно, что один из рычагов обеспечения эффективного функционирования организаций - это повышение эффективности их управления. Это можно обеспечить с помощью методов нормативного (индикативного, эталонного тестирования) анализа и планирования, которые основываются на эконометрическом среднеотраслевом нелинейном моделировании.

При этом следует понимать, что нормативная среднеотраслевая нелинейная модель отражает некий средне-оптимальный уровень управления, сложившийся в данной группе организаций в исследуемый период. Понятно, что этот средне-оптимальный уровень управления формируется всей совокупностью исследованных организаций, объединенных в отрасль. Из чего вытекает, что в исходной исследуемой группе организаций можно выделить три крупных группы: в среднем худших организаций, наименее эффективно работающих и, как следствие, имеющих самые высокие риски. Их прямую противоположность по всем показателям - в среднем лучших организаций отрасли. И собственно средне-оптимальная группа, которая обеспечивает среднюю эффективность и средние риски по отрасли. Именно они и формируют окончательную среднеотраслевую модель. Поэтому утверждать, что полученная нормативная, эталонная модель являет собой безупречный или глобальный оптимум не приходится, т.к. есть, бесспорно, более эффективно работающие организации. На первый взгляд именно лучшие организации должны стать путеводной звездой развития всего сообщества и основой нормативной семиуровневой модели. Данное противоречие требует пояснения.

В основу нормативных, эталонных моделей авторов положены позитивные принципы и подходы. Авторы предлагают анализировать и далее развивать экономику эволюционным путем, формируя на каждом этапе эволюции соответствующий ей институциональный базис. Тем самым, авторы предоставляют всем участникам рынка, независимо от их нынешнего уровня понимания, управления, равные права и возможности по трансформации их бизнеса в зону устойчивого развития в последующие интервалы времени. Ноосферная экономика твердо отвергает директивный, жесткий контроль, т.к. он неотвратимо приводит к принудительному переделу рынка и неизбежно, в конечном счете, формирует его монополизацию и последующую глобализацию, не имеющую ничего общего с рынком.

Ноосферная экономика и ее институциональное развитие как бы дает каждому участнику рынка право на ошибку в течение некоторого временного интервала. Это со всей очевидностью вытекает из того, что в условиях современной высоко динамичной экономики, которая развивается в условиях повышенной неопределенности и рисков, управленческие, экономические ошибки хозяйствующих субъектов неизбежны. В этих условиях только среднеотраслевая модель, а отнюдь не в среднем лучшая модель, может обеспечить максимальный эффект по реализации рыночных механизмов конкуренции и подавления тенденции глобализации, т.е. подавление механизмов конкуренции, уничтожению рынка, формированию тоталитарных систем управления и коррупции.

В результате при условии существования среднеотраслевой нормативной модели, исследуемое сообщество, государственная система и собственно общество получают мощный инструмент, который в совокупности с рыночным механизмом конкуренцией позволяет давать реальную оценку деятельности по эффективности, доходности, рискам и т.д. любой организации. Понятно, что этот же инструмент нормативных моделей на объективной основе позволяет собственникам, управленцам, персоналу организации осуществлять свое позиционирование на рынке.

Их дальнейшие действия легко прогнозируемы. Каждая организация будет стремиться улучшить свои показатели, чтобы обеспечить свое выживание на рынке. В результате среднеотраслевая нормативная модель начнет свое эволюционное движение в направление лучших организаций отрасли, как за счет повышения качества управленческих решений, так и за счет выбивания из исследуемого сообщества всех малоэффективных и высоко рискованных организаций, нежелающих и/или не умеющих, и/или не признающих объективные экономические законы.

Значит, динамическая ноосферная экономика достаточно лапидарна (предельно выразительна). Она не только опирается на здравый смысл, но также убедительно доказывает, что один из действенных способов эффективного развития рынка и формирования резервов - это построение эталонных, нормативных моделей. Т.к. они обеспечивают устойчивое снижение рисков, повышают доходности организаций, и как следствие позволяют образовывать резервы для развития исследуемого сообщества. Понятно, что данный предварительный эффект еще более усилится, т.к. на основе сформированных ресурсов организуются подразделения, которые будут обеспечивать повышение эффективности инвестиционных процессов. В результате за счет снижения ноосферных (социальных, технологических, экологических) рисков организации неизбежно будут обречены на дополнительный рост доходов. Стало быть, предлагаемая нормативная модель отрасли позволит совершенствовать отрасль в направления устойчивого развития, т.е. выявить резервы и/или формировать их в системе организаций РФ.

1.3.7 Нейронная семиуровневая модель динамической ноосферно-синергетической производственно-мотивационной концепция

Для лучшего понимания новой качественной основы модели, опирающейся на динамическую ноосферно-синергетическую производственно-мотивационную концепцию ноосферной экономики, необходимо дать дополнительное пояснение, почему предлагается многоуровневая иерархическая эталонная модель, и что собой представляют ее уровни. Практически необходимо построить семиуровневую иерархическую эталонную модель, описывающую исследуемую отрасль от рабочего места персонала до межгосударственного уровня. Опишем кратко эти семь иерархических уровня, начиная с верхнего (см. рис. 8).

Рис. 8 Нейронная семиуровневая модель динамической ноосферно-синергетической производственно-мотивационной концепции

Перед тем, как приступить к описанию рис. 8, остановимся на одном моменте. На рис. 8 отображен только вертикальный срез семиуровневой иерархической эталонной модели. Целью такого представления модели было желание показать, что реальную экономику, например, любую отрасль, ее организации нельзя исследовать только на каком-то одном макро, мезо, микро уровне – горизонтальные срезы.

Такой классический подход условного деления экономики по горизонтали на макро, мезо, микро уровни, принятый в прошлом веке, был вынужденным, т.к. отсутствовали мощные компьютерные, Internet технологии и совершенное эконометрическое программное обеспечение, не говоря уже о необходимости ноосферного мышления. Следует признать, что такое архаичное экономическое мировоззрение, как это ни прискорбно для некоторых экономистов уходит в историю.

Реальная ноосферная экономика - это целостная система, поэтому ее нужно воспринимать, описывать и исследовать как сложную систему. Понятно, что если экономист будет выхватывать из экономической системы ее отдельный уровень, то все его исследования, анализ будут далеки от реальности. При этом сформированные выводы будут глубоко ошибочными, т.к. они не соответствуют объективным экономическим законам или далеки от них.

1.3.8 Модели прямых и косвенно-латентных связей в экономической ноосферной системе

Очевидно, что экономическую систему следует рассматривать не только с использованием вертикальных срезов, как это показано на рис. 8, но естественно и с использованием горизонтальных срезов по всем представленным на рис. 8 уровням и их комбинациям. Понятно, что в этом случае каждый горизонтальный уровень также необходимо представить в нейронном виде, который отображал бы все многообразие функциональных динамических вероятностных эконометрических систем, подсистем, объединенных между собой не менее сложными моделями связей.

Естественно было желание графически представить всю динамическую ноосферно-синергетическую производственно-мотивационную модель - ее вертикальные и горизонтальные модельные срезы, но все наши попытки построить графический образ, к сожалению, не увенчались успехом. Ее образ становился необозримо, возмутительно большим и трудным для восприятия. Поэтому было решено отобразить только вертикальный срез модели. При этом каждый из горизонтальных уровней представить упрощенно, сжато в виде прямоугольника - системного понятия "черного ящика". В тоже время, очевидно, что каждый из горизонтальных уровней, в свою очередь, можно представить себе в виде шахматной доски, т.е. в виде n-мерного пространства систем и их нейронных связей. Вся совокупность квадратов шахматной доски, с одной стороны, состоит, а, с другой стороны, образует (инициирует) многообразие функциональных динамических вероятностных эконометрических систем, подсистем, объединенных между собой не менее сложными моделями нейронных связей.

Подчеркнем модели связей это не только прямые видимые связи — эту категорию связей еще хоть как-то современные управленцы "рассматривают" и делают вид, что управляют, но косвенно-латентное невидимое многообразие связей — эту категорию связей современные управленцы даже не рассматривают — аргументируя это просто — ее же не видно, значит ее нет. Этим страдают все либеральные школы и их нобелевские лауреаты по экономике.

Рассмотрев особенности графического образа модели, можно перейти к общему ее описанию.

Макроуровень. На данном уровне иерархии необходимо дать эконометрическую оценку исследуемой отрасли в системе экономики страны см.рис. 8. Осуществить модельный анализ роли и места исследуемого объекта в системе государства. Этот уровень должен быть расширен знаковыми внешними макро факторами, существенно влияющими на доходность и риски организаций. Следует отметить, что к макро уровню относим анализ и эконометрическое моделирование на межгосударственном уровне. Так, в частности, на этапе сравнительного анализа строительной отрасли, финансовой системы, энергетического, минерального, нефтегазового комплексов и др. были выявлены латентные системные нарушения в экономике развитых стран. Они проявились только на этапе сравнительного анализа динамического развития и фазовых сдвигов отраслей. Данные системные нарушения нельзя выделить при укрупненном однофакторном анализе отдельной отрасли и всей экономики в целом. Только при проведении многофакторного динамического анализа на уровне экономики государств увеличивается вероятность выявления латентных системных нарушений в различных отраслях и их организаций. Таким образом, необходимость данного уровня была доказана в практических исследованиях.

Мезоуровень или собственно уровень исследуемой отрасли с учетом регионального уровня см. рис. 8. Понятно, что макроуровень не позволяет содержательно раскрыть внутреннюю структуру (среду) отрасли по ее основным показателям, исследовать их взаимосвязи на качественной и количественной основе в рамках региональных, межотраслевых особенностей. При этом очевидно, что каждый из показателей являет собой функционал, достойный содержательного количественного и качественного анализа в границах пространственно-временного континиума. Все это требует дальнейшего раскрытия эталонной динамической модели на микроуровне.

Микроуровень - уровень организаций и ее видов деятельности см.рис. 8. На данном уровне необходимо дать детальное раскрытие всех базовых функционалов мезоуровня, как в целом по всему исследуемому сообществу, так и по всем основным видам деятельности с необходимой детализацией всех функционалов, их структуры и временной динамики. Например, структура основных фондов, динамики потребления капитала, структуры и динамики численности профессий персонала и их заработной платы и т.д. Ясно, что и этот уровень не обеспечивает полноту описания эталонной динамической модели, т. к. не позволяет заинтересованным лицам рассматривать процессы управления на уровне структурных подразделений организаций. Это требует своего дальнейшего эконометрического анализа (исследования).

Уровень подразделения. Данный уровень раскрывает процессы взаимодействия базовых подразделений организаций см.рис. 1.17. В тоже время он не позволяет до конца раскрыть производственно-мотивационную основу нормативной модели, которая требует дальнейшей детализации до уровня рабочего места персонала.

Уровень рабочего места персонала. На данном уровне описываются рабочие места, и еще более детализируется структура всех функционалов, заложенных в основу эталонной динамической модели на мезо иерархическом уровне см.рис. 8. На данном уровне и на уровне подразделения можно осуществить модельный анализ в рамках теории мотивации, тем самым, приблизив семиуровневую иерархическую модель к пониманию концепции производственно-мотивационной системы современной экономики. В целом, данный уровень позволяет раскрыть рабочие места от рабочих до менеджеров, т.е. описать всю структуру персонала, капитала во всех подразделениях организаций как в целом по исследуемой отрасли, так и по всем ее видам, в частности.

Таким образом, динамическая ноосферно-синергетическая производственно-мотивационная концепция ноосферной экономики позволяет на качественно ином более совершенном уровне выстраивать эконометрическую модель отрасли, ее организаций. Данный подход требует новой интерпретации оценки эффективности и доходности организаций, формирует новую систему и классификацию рисков на всех семи иерархических уровнях динамической эталонной модели и обеспечивает высокую степень детализации всех управленческих процессов. Тем самым, экономист выходит на иной качественный и количественный уровень оценки организаций, исследуемого сообщества, отрасли и ее роли и места в экономике. Это достигается благодаря тому, что в эталонной модели исследуется тысячи показателей эффективности и такое же количество рисков, коридоров управления. Это позволяет, наконец, выйти из порочного круга общих грубых приближенных оценок, которыми грешат в настоящее время многие управленческие структуры.

1.3.9 Производственно-мотивационная концепция и модель Самариной

К основным недостаткам исследований мотивационных концепций различных экономических школ авторы относят то, что ни одна из школ не смогла перейти от интуитивного, дескриптивного (описательного, лингвистического, словесного) уровня к четкому эконометрическому построению производственно-мотивационных моделей, функций и затем к практике, которая могла бы или их опровергнуть, или доказать.

Рассмотрим теоретическое построение производственно-мотивационной модели, функции, а также эволюцию рассуждений авторов. Многие исследователи на современном этапе развития мировой экономики признают доминирующую роль внешней среды на деятельность организаций и классифицируют их по признаку зависимости от масштабности влияния. Они выделяют факторы государственного уровня, регионального, отраслевого уровня, уровня организации (организации), подразделений организации и собственно рабочих мест персонала. Расчеты показывают, что не менее важную роль играют технологические особенности отрасли и трудовая мотивация персонала организации, ее внутренние и внешние факторы, которые формируются и должны регулироваться федеральными, региональными властями и руководством организаций.

Это происходит через рычаги политики доходов и заработной платы, на базе которой должна формироваться монетарно-фискальная политика, но не наоборот. Авторы предлагают существенно расширить классическую производственную функцию и перенести акцент на факторы внешней среды и трудовой мотивации персонала и рассматривать ее в контексте производственно-мотивационной функции Самариной.

Более подробно о ее эволюции читатель может ознакомиться в предыдущих книгах авторов. Производственно-мотивационная функция в понимании авторов - это сложная, динамическая, вероятностная, существенно нелинейная многофакторная система, которая формирует начальные и граничные условия всей системы хозяйствующего субъекта. Построение таких моделей возможно только с помощью специального эконометрического программного обеспечения (ПО) класса "Инвест". Оно должно решать не только линейные, и квазилинейные, но главное нелинейные многофакторные уравнения. Каждый из факторов, включенных в модель, оценивается на первом этапе экономистом-экспертом, но окончательное решение по выбору значимых факторов принимается после эконометрического анализа с помощью ПО "Инвест". Если мнение эксперта и результаты расчетов совпадают, то исследуемые факторы включаются в модель, в противном случае они отбрасываются.

Таким образом, все факторы в модели подвергаются оценке на значимость, как экономическую, так и статистическую. В деловой игре (ДИ) "Инвест", разработанной авторами, при анализе деятельности организаций любой отрасли используется более 30-50 млн. факторов. В частности, более ста факторов отражают структуру и динамику обновления основных фондов. Численность персонала, его структура, динамика выплат, дифференциация в оплате труда изучается по отрасли в целом, по регионам, в том числе как внутри специальностей, так и между ними. В целом, авторы рассматривают данные по около 840 сквозным специальностям, по 1170 отраслям и подотраслям, по всем регионам, а также по всем городам с населением свыше 100 тысяч человек. На уровне организации ДИ "Инвест" использует данные стандартной публичной отчетности в рамках программ раскрытия информации. Выше перечисленные статистические данные являются исходными для построения динамических ноосферно-синергетических производственно-мотивационных нейронных моделей.

Сформируем основные положения, начальные и граничные условия, которые необходимы для дальнейших исследований. Вначале рассмотрим векторное пространство динамической ноосферно-синергетической производственно-мотивационной концепции и нейронной модели. Как отмечают авторы, для сохранения целостности экономических исследований и построения корректных моделей необходимо осуществить их погружение в данное векторное пространство любого экономического явления, и только после этого можно объективно его исследовать. Данные требования авторов концепции логичны, т.к. они вытекают из центральной процедуры системного анализа, основой которой является построение эконометрических моделей, отображающих многообразие факторов и взаимосвязи реальной ситуации (экономики), которые могут проявиться в процессе осуществления решения. В нашем случае это исследование внутренней и внешней среды организаций любой отрасли. В данном случае попытаемся оценить модель любого хозяйствующего объекта – организацию, отрасль как сложную систему в векторном пространстве концепции авторов. Учитывая, что выбранную концепцию нельзя представить в виде графического образа, впрочем, как и отобразить процесс погружения в виде графиков в данное векторное пространство модели организации, отрасли, поэтому представим данный процесс в виде аналитической зависимости. Обозначим вектор оценки эффективности модели организации той или иной отрасли (ПО) как Y_ПО.

1.3.10 Общее описание векторно-нейронной модели динамической ноосферно-синергетической производственно-мотивационной (ДНСПМ) концепции

Далее рассмотрим насколько идеально можно представить организацию, отрасль по отношению к вектору динамики – данное отображение обозначим как вектор Х₁. Далее по тексту векторные функционалы будем воспроизводить выделенным текстом. Отображение модели хозяйствующего объекта на векторе ноосферы обозначим как Х₂. Понятно, что ноосфера (Х₂), в свою очередь, это интегральное описание взаимодействия технологической сферы (Z₁), социальной сферы (Z₂) и биосферы (Z₃), поэтому функционал ноосферы можно представить как Х₂=Ф(Z₁, Z₂, Z₃). Очевидный интерес представляет также вопрос возможно ли, предполагает ли рассмотрение международной отчетности, в том числе ее исходных данных, по отношению к синергетическому вектору (Х₃), а также к производственному (Х₄). И, наконец, позволяет ли международная отчетность раскрыть человеческий капитал в рамках мотивационного (трудового) вектора (Х₅). Представим данное 5-ти мерное пространство отображения вектора оценки эффективности модели хозяйствующего объекта в виде аналитической зависимости:

Y_ПО=F(X₁, X₂, X₃, X₄, X₅) = F(X₁, Ф(Z₁, Z₂, Z₃), X₃, X₄, X₅)

Приступим к упрощенному дескриптивному анализу. Рассмотрим, насколько совершенно систему хозяйствующего объекта можно представить по отношению в вектору динамики Х₁. Для того, чтобы можно было наблюдать динамику развития (подчеркнем данный момент), стандарты международной отчетности рекомендуют сравнивать отчетный период и/или с предыдущим отчетным периодом и/или с базовым периодом. Очевидно, что данный подход как минимум не корректен не только со стороны динамической экономики, но даже со стороны здравого смысла. Представление данных в таком объеме не дает возможности проводить динамический анализ, как следствие невозможно определить сезонные, товарные, ценовые, кредитные, инвестиционные, денежные, дебиторские, кредиторские и прочие циклы. Нельзя говорить о столь существенных для экономического анализа фазовых сдвигах, которые могут возникать как между факторами внутренней среды исследуемого хозяйствующего субъекта, так и их амплитудно-временном взаимодействии с многообразием факторов внешней среды. Например, это может быть связано с технологическими особенностями различных производств (на этапах разработки, внедрения, выпуска, в том числе временные затраты на подготовку, адаптацию персонала) и др.

Авторы методики в процессе исследования и моделирования межотраслевых связей различных отраслей в рамках: стандарта МОБ, закона Дорошко-Самариной по прогнозу кризисов, концепции солнечной экономики, русского космизма выдвинули гипотезу о том, что бифуркационные фазовые, амплитудные, частотные состояния при проведении динамического бифуркационного анализа организаций различных отраслей могут проявляться или быть подавленными.

В т.ч. при проведении динамического бифуркационного анализа рисков организаций различных отраслей бифуркационные процессы, синергетические эффекты могут быть, как видимыми, так и латентными, как при анализе прямых, так и косвенно-латентных связей. Данная гипотеза авторов нашла полное подтверждение в научно-исследовательских работах учеников авторов по финансовой системе О.Чадаева и по лесопромышленному комплексу А.Николаевой (см. графические примеры моделей рис. 9, 10).

Рис. 9 Динамический бифуркационный анализ подотрасли "Lumber and wood products" ЛПК. По координате Х дана добавленная стоимость по всей экономике США (VA), а по координате Y дана собственно добавленная стоимость подотрасли "Lumber and wood products" ЛПК (LWP)

Наиболее ярко бифуркационные видимые и латентные состояния были выявлены в подотраслях лесопромышленного комплекса, что подробно описано в предыдущей книге авторов, совместно с А.Николоаевой (см.рис. 9, 10).

Конечно, что при таком ограниченном восприятии динамики вопрос можно ли, предполагает ли рассмотрение модели хозяйствующего объекта, в том числе ее исходных данных, по отношению к синергетическому вектору (Х₃) как минимум лишен смысла. Даже в рамках здравого смысла понятно, что в двух временных отсчетах трудно обнаружить какие-либо ветвления, не говоря о сдвигах, бифуркациях экономических фазовых пространств.

Приходится полностью согласиться с основателем синергетики или теории хаоса нобелевским лауреатом И.Пригожиным, который писал, что любые экономические исследования, анализ синергетических мультипликативных бифуркаций (ветвлений) в ограниченном временном пространстве наивны, так как не возможны.

Рис. 10 Динамический бифуркационный анализ подотрасли "Paper and allied products" ЛПК. По координате Х дана добавленная стоимость по всей экономике США (VA), а по координате Y дана собственно добавленная стоимость подотрасли " Paper and allied products" ЛПК (PAP)

Как следует из материалов конференций ООН, регулярно проходящих в рамках программы ноосферного устойчивого развития, утвержденной руководителями 146 стран мира в 1992 в Рио-де-Жанейро, указом Президента РФ № 440 от 1996 г., какие-либо попытки исследований отобразить интегрированный ноосферный фактор Х₂=Ф(Z₁,Z₂,Z₃) при оценке эффективности хозяйствующего объекта не предпринимались. Мало того, как отмечает Е.Рюмина, даже более простой экологический факторный балансовый анализ с трудом пробивает себе дорогу.

Рассмотрим для примера порочность принципа Киотского протокола, опирающегося на модель финансового "пузыря"

Некорректность данной модели, по мнению авторов, концепции заключается в следующем. Страны с высоким уровнем развития будут переносить (США, ипотечный кризис, вывод машиностроения в третьи страны, основной доход США в основном за счет финансовых спекуляций) и уже настойчиво переводят все свои грязные производства в страны с низким социально-экономическим уровнем развития, такие как Россия и др. страны третьего мира, превращая их в экологические свалки. Т.е. страны с высоким уровнем развития не решают проблемы по переходу на другой более высокий эколого-технологический чистый уровень развития, стремятся разместить эти "грязные" технологии на территорию слаборазвитой страны. В результате третьеразрядные страны с высоким уровнем социальной напряженности и катастрофически низким уровнем доходов 95% населения облагаются богатыми странами дополнительным экологическим налогом, еще более увеличивая социальную напряженность, обнищание, межгосударственную дифференциацию, увеличивая темпы глобального потепления, терроризм и прочее. По нашему мнению, необходимо брать налог не с того, кто работает на грязных технологиях, а с тех, кто потребляет продукцию, производимую с помощью грязных технологий. Т.е. не с работников этих организаций и не с народа стран экологических свалок, а с тех стран и тех собственников этих организаций, которые потребляют эту продукцию и получают сверхдоходы с экологических свалок.

Дескриптивно проанализируем следующую проблему - позволяет ли международная отчетность раскрыть человеческий капитал в рамках трудового мотивационного вектора (Х₅) для оценки хозяйствующего объекта. Для этого необходимо обратиться к времени создания балансовой модели. К сожалению, несмотря на активные попытки средневекового философа схоласта Фомы Аквинского, он так и не смог доказать обществу опасность непонимания роли божественного создания – человека, а также чрезмерного возвеличивания роли процентов и финансовых спекуляций. Потребовались века, чтобы была осознана роль и место человеческого капитала в экономической системе.

Становится понятно, почему исторически современные мировоззренческие проблемы международной отчетности, ее рудименты были заложены Лукой Пачоли (Luka Pacholi) в балансовой модели. Эти мировоззренческие рудименты, присутствующие в международной отчетности, по отношению к мотивационному вектору (Х₅) долгое время было трудно доказать.

Европейская культура, экономическая мысль требовала экономических расчетов, а не принятия на веру базовых аксиом Торы, Библии и Корана, не говоря уже о философских трактатах Фомы Аквинского. Эта возможность впервые была предоставлена (доказана) в работах экономистов В.Дмитриева, П.Сорокина, В.Леонтьева, С.Кузнеца.

Рассмотрим производственную функцию Кобба-Дугласа. Логика ее очевидна и ясна, для того, чтобы что-то произвести (обозначим как Q) необходим капитал (K) и труд (L). Долгое время было не понятно одно, кто же из исходных факторов весомей – труд или капитал. В результате проведенных исследований организаций обрабатывающих отраслей США в начале прошлого века была получена аналитическая зависимость вида:

Q=f(K, L)=1,01K^0,25L^0,75

Следует обратить внимание, что, как видно из модели, финансовая составляющая является вторичной (т.к. данные факторы оценивались для простоты не в натуральном, а в денежном выражении) по отношению к фактору технологий или капиталу и фактору человеческого капитала. Понятно, что, будучи вторичной, она не в состоянии содержательно отображать базовые категории, особенно если учесть, как будет показано далее, что финансовое интегральное представление пытается в сжатой, скудной форме описать многообразие факторов, процессов капитала и труда. Это вытекает даже из здравого смысла – современные модели с помощью 50…100 факторов в состоянии ограниченно описать только прямые, но не латентные модели труда и капитала, состоящие как минимум из 1000…5000 факторов. Как видно из полученной зависимости, роль человеческого капитала (0,75) в три раза более весома, чем капитал (0,25), но это лишь малая часть роли труда. Разумеется, что оплата труда напрямую определяет совокупный спрос. В результате труд, оплата труда, а не капитал и тем более не финансы, в конечном счете, формируют объемы продаж.

Для того чтобы понять реальную роль, вес труда, человеческого капитала, мотивации по отношению к капиталу обратимся к книге Г.Форда "Моя жизнь, мои достижения", который независимо от В.Дмитриева в 1921 г. задолго до работ П.Сорокина, В.Леонтьева, С.Кузнеца на практике пришел к удивительному выводу. Своих успехов, по мнению Г.Форда, он достиг не из-за широкого внедрения конвейерной технологии, всеобщей механизации труда, при которой "…никто из наших людей не переутомляется на работе", а реализации его главной цели "…уделять максимум внимания заработной плате, иначе говоря, сообщать максимальную покупательную способность". По его мнению: "…Решение вопроса о заработной плате устраняет девять десятых проблем, а техника разрешает остальные", но не наоборот: "…Организация, которая скверно платит, всегда неустойчива". Отметим, что роль финансов ввиду их незначительности и вторичности для реальной, а не спекулятивно-виртуальной экономики он вообще не рассматривал.

Г.Фордом впервые были заложены практические основы теории трудовой мотивации, человеческого капитала, которые в дальнейшем развили Питирим Сорокин, А. Маслоу, нобелевские лауреаты В.Леонтьев, Т.Шульц и Г.Беккер.

Г.Форд пишет, что когда "…мы в состоянии давать высокую оплату" персоналу на своих организациях, то "…этим выбрасывается много денег, которые содействуют обогащению лавочников, торговых посредников, фабрикантов и рабочих других отраслей, а их благосостояние окажет влияние и на наш сбыт. Высокое повсеместное вознаграждение равносильно росту всеобщего благосостояния".

Уже тогда, не зная идеи межотраслевых балансов и существования не только прямых затрат, которые отражены в производственной функции, но и косвенно-латентных связей, затрат, которые реально существуют, но они не видимы, он определил на уровне экспертной оценки, что труд весит 90%, а капитал всего 10%.

1.3.11 Векторно-нейронная ДНСПМ модель с многократно расширенным количеством факторов

Анализ международной отчетности по отношению к мотивационному вектору (Х₅) показал, что в ней не учитывается человеческий капитал. Он по весу в объеме продаж составляет 75-90% по отношению к основным фондам, процентным ставкам, амортизации, прибыли или по отношению к производственному вектору (Х₄). В тоже время в международной отчетности данный интегрированный показатель представлен зеркально наоборот, т.е. количественно факторы финансовой отчетности как минимум в 100 раз превосходят количество факторов труда и капитала. Отметим, что, в свою очередь, показатели капитала также нарушают объективную экономику, т.к. они количественно также многократно превосходят показатели человеческого капитала. В результате невозможно объективно исследовать экономические процессы и хозяйствующие субъекты, т.к. для экономиста в процессе анализа более 99% факторов латентны (скрыты, невидимы). Последствия такого поверхностного, наивного анализа очевидны. Подведем итоги, и если потребуется, расширим и дополним дескриптивный анализ. Для начала рассмотрим существенные отличия классической модели международной отчетности IAS и/или GAAP от предлагаемой в работе модели, способной отвечать требованиям и вызовам ноосферной экономики. Для наглядности обе модели представлены на рис. 11, 12 на плоскости.

Рис. 11 Описание классической модели международной отчетности IAS и/или GAAP с ограниченным количеством факторов

Как видно из рис. 11, факторы F_i описывают классическую модель международной отчетности IAS и/или GAAP. Индекс i определяет конечное счетное множество факторов. В рамках стандарта их около 50-100, т.е. i=1…50…100. Как на интуитивном уровне, так и в рамках теории множеств понятно, что данное ограниченное множество факторов неизбежно формирует пересекающееся множество F_ij большой площади.

Причина объективна - каждый из факторов имеет высокий уровень интеграции, как следствие при описании модели международной отчетности IAS и/или GAAP для оценки эффективности исследуемой организации формируется высокий уровень неопределенности, далекий от объективных оценок, позволяющий давать только поверхностные оценки в рамках динамической ноосферно-синергетической производственно-мотивационной концепции.

Практически можно утверждать, что экономические службы организаций не анализируют в полном объеме даже прямые связи и затраты, не говоря о косвенно-латентных связях. Как можно в этих условиях говорить об эффективном управлении.

Рис. 12 Описание предлагаемой в работе модели с многократно расширенным количеством факторов

В тоже время, как следует из рис. 12 факторы Z_k, описывающие предлагаемую в работе модель, тщательно детализируют исходное множество F_i классической модели международной отчетности IAS и/или GAAP. Индекс k, также как индекс i определяет конечное счетное множество факторов. Только в отличие от классической модели, благодаря предлагаемой в работе детализации индекс k многократно больше индекса i, т.е. k>>i. В рамках предлагаемой модели количество факторов не менее 1000, т.е. k=1…1000. В результате область неопределенности предлагаемой в работе модели Z_kl многократно сжимается по сравнению с пересекающимся множеством F_ij. В результате при оценке эффективности исследуемой организации нивелируется высокий уровень неопределенности. Понятно, что в этих условиях в предлагаемой в работе модели формируется максимально объективная картина оценок эффективности, коридоров управляемости и рисков исследуемого объекта по сравнению с классической моделью международной отчетности IAS и/или GAAP.

1.3.12 Бифуркации прямых и косвенно-латентных затрат в рамках базовой концепции ДНСПМ

Рассмотрим более существенные моменты недостатков классической модели международной отчетности IAS и/или GAAP по сравнению с предлагаемой в работе моделью. Классические модели в результате высокого уровня интеграции исследуемых факторов опасны не столько высоким уровнем неопределенности, далеким от объективных оценок, сколько тем, что данная отчетность не в состоянии высветить динамические, мультипликативные, синергетические, нелинейные эффекты реальной экономики. Этот экономический эффект, феномен мультипликации и/или синергетической бифуркации, действующий в любой экономике, можно представить, объяснить на интуитивно понятном примере. Ясно, что если растет совокупный спрос на продукцию некой i-й отрасли, то организации этой отрасли для обеспечения данного роста увеличивают закупки (спрос) товаров и услуг у других j-х отраслей, в том числе у организаций своей i-й отрасли. В свою очередь, организации этих j-х отраслей увеличивают закупки (спрос) продукции в k-х отраслях. Далее этот процесс циклично продолжается в результате рост спроса на конечную продукцию (товар или услугу) в зависимости от уровня разделения труда, технологической сложности продукции мультипликативно запускает, размножает затраты. Эта потребность в промежуточных товарах и услугах практически всех организаций различных отраслей инициирует мультипликацию, размножение первичного спроса на конкретный товар i-й отрасли на рост экономики страны в целом. В тоже время существующая классическая модель международной отчетности IAS и/или GAAP предоставляет возможность исследовать только видимые, счетные прямые затраты. И в тоже время исключает какую-либо возможность исследовать всю цепь косвенно-латентных затрат во всех организациях j-х, k-х и т.д. отраслей, не говоря уже о том, что их можно каким-либо способом проследить. Очевидно, что данная проблема это лишь вершина айсберга. Можно утверждать, что динамический анализ структуры прямых затрат должен выявить высокий уровень временной нелинейности этого вида затрат. В довершение этой скрытой особенности видимых прямых затрат она еще более усугубляется значительной нелинейностью латентно-косвенных затрат, которая усложняется синергетической бифуркацией фазовых временных смещений.

Концепция авторов утверждает, что различный уровень технологий для каждого вида товара или услуги, производимых организациями соответствующей отрасли, порождает эффект мультипликации и, в конечном счете, вызывает индивидуальные фазовые сдвиги. Еще раз подчеркнем, что каждому товару, услуге соответствуют свои индивидуальные временные, фазовые, амплитудные смещения прямых затрат по отношению к латентно-косвенным затратам.

Все было бы просто для экономического анализа и управления в целом, если бы прямые затраты и соответствующие им латентно-косвенные затраты развивались синхронно (см. рис. 13).

В этом случае даже их временная нелинейность в каждой отрасли была бы терпима, т.к. не вызывала бы значительных смещений (ошибок в расчетах и оценках), конечно, в упрощенном представлении. В реальной же экономике данная зависимость может принимать более, чем неординарные состояния (см. рис. 14) по сравнению с синхронным вариантом (см. рис. 13), или отражать промежуточные состояния.

Авторы концепции утверждают, что для каждой отрасли должны наблюдаться свои выраженные индивидуальные фазовые синергетические смещения в прямых и косвенно-латентных связях.

Рис. 13 Стандартное представление структуры затрат в классической международной отчетности

Рис. 14 Альтернативный вариант представления структуры затрат в рамках базовой концепции

Косвенным подтверждением важности прямых и косвенно-латентных затрат является различная оценка труда и капитала со стороны Г.Форда (труд -90%, капитал – 10%) и модели Кобба-Дугласа (труд -75%, капитал – 25%). Очевидно, они имеют труднообъяснимый (на первый взгляд) значительный разброс. В тоже время, если обратиться к первоисточникам их дескриптивных оценок и эконометрических расчетов, то можно обнаружить, что авторы использовали не столько различный статистический материал, сколько с различной степенью глубины учитывали влияние прямых и косвенно-латентных затрат на исследуемые экономические объекты. Г.Форд в своих оценках более точен по сравнению с авторами модели Кобба-Дугласа. Данная гипотеза на дескриптивном уровне понятна. Г.Форд не просто создал автомобильную компанию, простых автомобильных организаций в США было немало. Он создал всю социально-экономическую, инженерно-информационную инфраструктуры от организаций, добывающих уголь, железную руду, металлургических заводов, железнодорожных организаций и так далее до собственно автомобильных конвейерных заводов. Для того чтобы обеспечить своих рабочих, служащих их семьи едой, были созданы высоко механизированные фермерские хозяйства. Для обеспечения всей промышленной инфраструктуры, в том числе жилья и ЖКХ были созданы строительно-монтажные управления. Г.Форд также содержал службы шерифов (полиция штатов), больницы, школы и другую социальную инфраструктуру. Для того чтобы избавиться от непрофессиональной опеки неэффективной финансовой системы США, им была создана своя банковская, фондовая, страховая системы, инвесторами которой был как он сам, так и персонал всех его организаций. Практически он построил государство в государстве и благодаря специально созданному статистическому бюро вел полный контроль, анализ и планирование не только прямых затрат, но и почти всех косвенно-латентных затрат.

Понятно, почему его модель более близка к реальной экономике, чем модель Кобба-Дугласа, которая учитывает в основном только прямые затраты. Как следствие роль труда по отношению к капиталу была занижена.

Практически можно утверждать, что сегодняшняя международная система финансовой отчетности 21-ого века находится на эмбриональном уровне даже по сравнению с системой статистического учета Г.Форда начала 20-ого века.

Еще раз вернемся к утверждению авторов, что в реальной же экономике зависимость прямых затраты и соответствующие им латентно-косвенные затраты могут принимать более, чем неординарные состояния (см. рис. 14) по сравнению с синхронным вариантом (см. рис. 13) или отражать промежуточные состояния. Для того чтобы исключить какие-либо сомнения, достаточно ознакомится с итоговой динамической бифуркационной моделью управленческо-финансового банковского креста Чадаева (смотри предыдущие книги авторов).

1.3.13 Идеи, принципы межотраслевой балансовой итерационной модели В.К.Дмитриева - фундаментальные экономические положения современной экономики, международных стандартов МОБ, СНС ООН

Для сравнения межотраслевых моделей Леонтьева и межотраслевой балансовой итерационной модели Дмитриева будем использовать основные положения, выдержки из оригинального текста В.К.Дмитриева "Экономические очерки. Выпуск первый. Теория ценности Д. Рикардо ", 1900 г.

Акценты, дополнения сделаны авторами.

При условии, что цена продукта, в конечном счете, сводится только к двум элементам (заработной плате и прибыли):

(III)

Где

X_A — цена продукта A;

n_A,n₁,n₂,…,n_m — количество рабочих дней, истраченных в производстве;

Уточнение наше: сюда войдут как рабочие дни, истраченных в производстве собственно продукта А, так и рабочие дни, истраченных на производство орудий и материалов, потребленных при производстве продукта А.

a - количество продукта a, например, хлеба, потребляемого работником в день. Для упрощения формулы мы предполагаем, что рабочий потребляет один продукт, например, хлеб - как некий эталон по оплате труда. Такое же упрощение производит, как известно, в своем анализе и Рикардо. В дальнейшем мы увидим, что принятие нескольких продуктов потребления рабочих ничего не изменяет в нашем анализе;

x_a — цена продукта а, например, хлеба;

y_A,y₁,y₂,…,y_m— прибыли, вошедшие в состав цены продукта А; сюда войдут как прибыль, полученная собственно производителем продукта А, так и прибыль производителей орудий и материалов, потребленных при производстве продукта А.

Или, если

то получим

X_A=N_Aax_a + Y_A (IV)

где

X_A — цена продукта A;

N_A — общая сумма труда, непосредственно или посредственно истраченного в производстве продукта A,

a - количество продукта a, например, хлеба, потребляемого работником в день;

x_a — цена продукта а, например, хлеба;

Y_A — общая сумма прибыли, полученной всеми производителями, непосредственно или посредственно (т.е. производя материалы и орудия) участвовавшими в производстве продукта А.

Таким образом, вся цена продукта А (X_A) слагается при отсутствии ренты всего из двух элементов: заработной платы (N_Aax_a) и прибыли (Y_A).

X_A=N_Aax_a + Y_A

Против этого положения Смита не раз высказывались возражения.

В сравнительно недавнее время возражения эти опять были выдвинуты (как аргумент против трудовой теории) экономистами "австрийской школы" — сторонниками теории предельной полезности.

Возражения эти сводятся к тому, что в "современном" хозяйстве во всех отраслях производства необходим капитал, потому при вычислении издержек производства нельзя устранить элемент капитала.

Для производства капитала всегда требуется опять капитал. Каким образом, спрашивают они (австрийская школа), можно вычислить количество труда, затраченного для производства данного хозяйственного блага, от самого начала истории, когда человек обходился без капитала, до настоящего времени. Что капитал всегда производится в настоящее время капиталом же, это не подлежит сомнению; справедливо и то, что вычислить количество труда, вошедшего в данный продукт, от момента создания первого капитала одним трудом — дело невозможное.

Но в таком вычислении и нет надобности: сумма труда, затраченная на производство данного продукта, может быть определена и без подобных исторических экскурсий.

Обозначим общее количество труда, непосредственно и посредственно затраченного на производство единицы продукта А, через X.

• Пусть количество труда, непосредственно употребленного в производстве, равно n_A.
• Пусть при этом в производстве участвовали несколько видов "технических капиталов": K₁,K₂,…,K_M;
• Пусть потреблено в производстве 1/m₁ капитала K₁, 1/m₂ капитала K₂ ,…, 1/m_M капитала K_M;
• Пусть далее количество труда X, пошедшего непосредственно и посредственно на производство капитала K₁=Х₁, на производство капитала K₂=Х₂, на производство капитала K_M=Х_M.

Тогда общая сумма труда, пошедшего на производство единицы продукта А, будет

(1)

Как n_A, так и m₁,m₂,…,m_M здесь величины, данные техническими условиями производства продукта A, неизвестны X₁,X₂,…,X_M.

В производстве капиталов K₁,K₂,…,K_M, которым соответствуют количества труда X₁, X₂,…,X_M этого уравнения, участвуют в свою очередь другие капиталы, как встречающиеся в этом ряду, так и не входящие сюда.

Пусть число всех различных технических капиталов, участвующих как посредственно, так и непосредственно, в производстве продукта А будет U (число всегда конечное).

Так как, несмотря на разнообразие и сложность современной техники, даже число всех возможных качественно различных технических капиталов есть все же величина конечная.

Очевидно, что для количества труда, необходимого для производства любого капитала Kn из числа U, можно составить уравнение, совершенно аналогичное уравнению

Во вторую часть такого уравнения будут входить X, соответствующие капиталам, участвующим в производстве капитала Kn, так как U — число конечное, то получим U уравнений с U неизвестными (X₁,X₂,X₃,…,X_U).

Присоединяя сюда уравнение , получаем систему из (u+1) уравнений с (u + 1) неизвестным (X,X₁,X₂,X₃,…,X_U), всегда достаточную для определения X, которое и дает нам искомую сумму труда, потраченного на производство продукта А.

Таким образом, мы всегда можем без всяких экскурсий в доисторические времена первого зарождения технического капитала найти общую сумму труда, непосредственно и посредственно затраченного на производство любого продукта при современных условиях производства, как самого этого продукта, так и тех технических капиталов, которые участвуют в его производстве.

То обстоятельство, что всякий капитал в современных условиях производится сам при содействии другого капитала, как мы видели, нисколько не мешает точному решению вопроса.

Не следует, впрочем, думать, что для определения общей суммы труда, употребленного на производство любого продукта N, непременно понадобится вся система наших (u+1) уравнений; все неизвестные, входящие в выражение этой суммы, могут зачастую исключаться из самого небольшого числа уравнений. Пусть, например, в производстве продукции участвует капитал K₁, в производстве капитала K₁ – капиталы K₂ и K₃, в производстве K₂ – капиталы K₁ и K₃, в производстве K₃ – капиталы K₁ и K₂ и т.д.

Тогда, употребляя предыдущие обозначения, будем иметь систему из четырех уравнений с четырьмя неизвестными, из которых X определяется последовательной подстановкой:

(V)

Можно вообразить себе, конечно, и еще более простые случаи.

Примечание: мы никак не можем согласиться с мнением Туган-Барановского (Юридический вестник. 1890. Октябрь. С. 223), который, совершенно справедливо восставая против изложенного возражения на трудовую теорию ценности, делаемого Визером, говорит, что "переходя от одной отрасли промышленности к другой, изготовляющей блага все более и более высших порядков по отношению к нашему продукту... мы дойдем, наконец, до таких отраслей промышленности, которые изготовляют свой собственный постоянный (по терминологии Маркса) капитал".

Такое совершенно произвольное предположение лишает решение вопроса необходимой общности.

Не можем мы также признать правильным ни со стороны формы, ни со стороны содержания то "математическое" решение вопроса, которое он предлагает в конце статьи: вывод, полученный им, мог получиться лишь благодаря совершенно произвольному и противоречащему действительности предположению, что знаменатель бесконечной нисходящей прогрессии остается постоянно один и тот же.

Кроме того, нельзя соединять знаком равенства несоизмеримые величины.

Итак, формула издержек производства всегда может быть сведена к выражению:

X_A=N_Aax_a + Y_A

где

X_A — цена продукта A;

N_A — общая сумма труда, непосредственно или посредственно истраченного в производстве продукта A,

a - количество продукта a, например, хлеба, потребляемого работником в день;

x_a — цена продукта а, например, хлеба;

Y_A — общая сумма прибыли, полученной всеми производителями, непосредственно или посредственно (т.е. производя материалы и орудия) участвовавшими в производстве продукта А.

Таким образом, вся цена продукта А (X_A) слагается всего из двух элементов: заработной платы (N_Aax_a) и прибыли (Y_A).

Взяв соответственную формулу для любого продукта В, С...

X_B=N_Bax_a + Y_B; X_C=N_Cax_a + Y_C;...

и приняв во внимание, что задача теории ценности сводится к определению меновой пропорции, в какой обмениваются продукты, будем иметь

; и т.д.

1.3.14 Критика либеральных экономических школ. Владимир Карпович Дмитриев – основоположник экономики 20-го и 21-го века, межотраслевого баланса и международной системы национальных счетов ООН

Аргумент либеральной "австрийской школы", сводящийся к тому, что при определении величины издержек производства нельзя устранить капитал, и, следовательно, в конечном счете, нельзя вычислить общее количество труда, потраченного в производстве продукта, В. Дмитриев парировал с блеском.

Он составил систему линейных уравнений (доказав при этом ее принципиальную разрешимость), при помощи которой выразил одновременно произведенные полные затраты труда и тем самым впервые в мировой экономической литературе дал способ выражения, и что особенно важно: метод исчисления, полных затрат труда на единицу продукции с учетом межотраслевых связей, сыгравший важную роль в экономической теории и практике XX в. (см., например: Шухов Н.С. Ценность и стоимость. Опыт системного анализа. M., 1994. С. 160).

Это была по сути первая модель межотраслевого баланса (МОБ) в виде линейной системы "затраты-выпуск" с определенными технологическими коэффициентами, сведенными к затратам труда как первичному фактору.

Значение подхода Дмитриева можно оценить, если записать предложенную им систему уравнений в современных обозначениях (см.: Нуги Д.М. Введение к английскому изданию "Экономических очерков". С. 508-510).

Если t_j и T_j - прямые и полные затраты труда на производство продукта j, а a_ij - количество продукта i, необходимое для производства единицы продукта j, тогда система уравнений В.Дмитриева:

Будет выглядеть так:

В такой постановке у В.Леонтьева в экономической системе производятся и затрачиваются n продуктов, в то время как В.Дмитриев рассматривает продукты и технические капиталы.

Но если рассматривать производство технических капиталов как самостоятельных продуктов, то модель В.Дмитриева будет эквивалентной современной модели в рамках метода "затраты-выпуск": коэффициенты X соответствуют величинам T, а 1/m_i, — технологическим коэффициентам a_ij.

Либеральная школа экономистов робко "критикует" работы В.Дмитриева и считает, что идея технологических коэффициентов выдвигалась еще Л.Вальрасом при построении модели общего равновесия.

В своих экономических очерках В.Дмитриев тщательно прорабатывал литературные источники. В работе В.Дмитриев подверг критике либеральную математическую школу и между прочим Л.Вальраса, которые пытались "одни неизвестные определить другими неизвестными". Л.Вальрас подобно своим либеральным коллегам в моделях общего равновесия также безуспешно пытался "одни неизвестные определить другими неизвестными".

По мнению ряда авторов: "…С формальной стороны, подход общепризнанного автора законченной теории межотраслевого баланса В.Леонтьева отличался от подхода В.Дмитриева только следующим. А именно, иным способом решения системы уравнений (вычислялась матрица (E-А)^-1, где E — единичная матрица, а А — матрица технологических коэффициентов) и тем, что системы уравнений записывались для всех затрачиваемых факторов, а не только для труда…"

Удивительны утверждения авторов либеральной школы, что "…системы уравнений записывались для всех затрачиваемых факторов, а не только для труда…".

По мнению авторов в трудовой модели МОБ, предложенной В.Дмитриевым, доказывается первичность фактора труда по отношению к капиталу и прочим вторичным факторам. Уберите труд, человека, его мотивацию и категория капитала исчезнет, как и все вторичные факторы, которые являются производными от труда, человека и его мотивации.

Кроме этого следует напомнить, что решение В.Леонтьева (E-А)^-1 предполагает разложение:

(E-A)^-1=1/(E-A)=E+A+A²+…+A^m+… при условии A^m→0 при m→∞

Это условие предполагает разложение в условиях бесконечности технологических циклов.

Это экономически бессмысленно и не правильно.

1.3.15 Сравнительный анализ балансовой итерационной модели Дмитриева и межотраслевых моделей Леонтьева для применения в международных стандартах МОБ, СНС ООН

Рассмотрим итерационный процесс расчета полных трудовых затрат по модели Дмитриева в 15-ть шагов по 5-ти секторам экономики и 5-ти интегрированным рынкам.

Рис. 15 Расчет полных трудовых затрат

На первом этапе вычисляется сумма двух матриц: матрицы прямых затрат - А и единичной матрицы — Е, т.е. получаем матрицу Е+А.

Далее умножаем вектор удельных прямых затрат труда – L (доля численности занятых в объеме продаж каждой отрасли) или затраты живого труда на матрицу Е+А, получим новые значения, которые обозначим R₁

R₁= L+A'L = L(1+A)

Рис. 16 Расчет полных трудовых затрат - R₁= L+A'L = L(1+A)

На следующем шаге вычисляем матрицу А²=АА:

Рис. 17 Расчет полных трудовых затрат - вычисляем А²=АА

R₁= L+A'L = L(1+A)

На втором этапе вычисляется сумма двух матриц: матрицы — Е+А, и матрицы - А² и, т.е. получаем певую итерационную матрицу полных затрат модели Дмитриева Е+А+А².

Рис. 18 Расчет полных трудовых затрат - вычисляем Е+А+А²

Далее умножаем вектор удельных прямых затрат труда – L (доля численности занятых в объеме продаж каждой отрасли) или затраты живого труда на матрицу Е+А+А², получим новые значения, которые обозначим R₂:

R₂= L(1+А+А²)

Рис. 19 Расчет полных трудовых затрат - вычисляем R₂= L(1+А+А²)

Потом вычисляем матрицу А³:

Рис. 20 Расчет полных трудовых затрат – вычисляем А³

На третьем этапе вычисляется сумма двух матриц: матрицы — Е+А+А², и матрицы — А³ и, т.е. получаем следующую итерационную матрицу полных затрат модели Дмитриева Е+А+А²+А³.

Далее умножаем вектор удельных прямых затрат труда – L (доля численности занятых в объеме продаж каждой отрасли) или затраты живого труда на итерационную матрицу полных затрат модели Дмитриева Е+А+А²+А³, получим новые значения, которые обозначим R³:

R³= L(1+А+А²+А³)

Рис. 21 Расчет полных трудовых затрат – вычисляем R³= L(1+А+А²+А³)

И цикл повторяется.

Как видно из приведенной выше таблицы на каждом этапе итерации вычисления в матрицах (см. выделенные ячейки) точность расчетов увеличивается - А² (0,057), А³ (0,02), А⁴ (0,009), А⁵ (0,005), А⁶ (0,0026), А⁷ (0,0014), А⁸ (8Е-04), А⁹ (4Е-04), А¹⁰ (2Е-04),..., А¹⁵ (1Е-05), А¹⁶ (7Е-06).

В результате вектор-столбец полных трудовых затрат Ri на каждом этапе итерации рассчитывается более точно, несмотря на простоту расчетов. Это наглядно показано на следующей таблице:

Рис. 22 Расчет полных трудовых затрат – вычисляем вектор-столбец полных трудовых затрат Ri

В линейной алгебре известно разложение в степенной ряд матриц:

(E-A)^-1=1/(E-A)=E+A+A²+…+A^m+…

При условии, если A^m→0 при m→∞.

Кроме этого следует напомнить, что решение В.Леонтьева о расчете полных затрат (E-А)^-1 предполагает разложение в ряд (E-A)^-1=1/(E-A)=E+A+A²+…+A^m+… при условии A^m→0 при m→∞. Это условие предполагает разложение в условиях бесконечности технологических циклов.

Рис. 23 Расчет полных трудовых затрат

Это экономически бессмысленно и не правильно. Так, несмотря на разнообразие и сложность современной техники, даже число всех возможных качественно различных технических капиталов есть все же величина конечная".

Итерационный процесс расчета полных затрат предложенный В.Дмитриевым экономически более корректен, чем модель расчета обратной матрицы (E-A)^-1 В.Леонтьева.

Для этого достаточно сравнить модель Леонтьева по расчету полных затрат, применяемую в США.

И итерационную модель Дмитриева (балансовую модель) по расчету полных затрат, применяемую в СССР.

По мнению авторов, модель Дмитриева экономически корректна и проста. Расчет полных затрат по модели Дмитриева можно делать буквально с помощью деревянных бухгалтерских счет даже без применения компьютерной техники. На каждом этапе расчетов модели Дмитриева экономист видит, как происходит процесс формирования косвенно-латентных связей на всех технологических уровнях переделов от организаций сырьевых отраслей до организаций производящих конечные продукты, и, в конечном счете, формирующих ВВП.

И наконец, самое главное, и модель Дмитриева и модель Леонтьева отображает экономику как целостную систему со всем многообразием и прямых и косвенно-латентных связей от рабочего места до уровня межгосударственного сравнения.

Это не либеральные виртуальные уровни – микро, мезо, макро экономики и поверхностные, далекие от экономической науки оценки, где теория систем, системная целостность, системный анализ лишь декларируются либеральными "экономическими" школами, но полностью отсутствуют.

РАЗДЕЛ 2 МЕТОДИКА КОЛИЧЕСТВЕННОЙ ОЦЕНКИ РИСКОВ, КОРИДОРОВ УПРАВЛЕНИЯ, ЭФФЕКТИВНОСТИ ОРГАНИЗАЦИИ, ОТРАСЛЕЙ, РЕГИОНОВ, СТРАН ДОРОШКО-САМАРИНОЙ

2.1 Общие положения методики

Методика включает следующие теоретические и практические положения:

1. В основу методики положена динамическая ноосферно-синергетическая производственно-мотивационная концепция авторов и ее семь иерархических уровней от рабочего места до межгосударственного сопоставления. В концепции нет разграничений на макро, мезо и микро экономику. Вся экономика воспринимается авторами как целостная система с учетом всех системных принципов.
2. Методика, как и концепция, основана на фундаментальных исследованиях, работах АН СССР, русских зарубежных школ, более известных как русский космизм, русский циклизм и русская трудовая экономическая школа.
3. Методика опирается на громадный научно-исследовательский опыт отраслевых институтов по экономике СССР. Институты на основании социально-экономической отчетности организаций по тысячам показателей строили/разрабатывали нормативы для всех отраслей, подотраслей (министерств и ведомств).
4. Методика количественной оценки рисков, коридоров управления и эффективности организаций всех форм собственности и подчинения предназначена для правительства РФ, субъектов РФ, муниципальных образований РФ, всех министерств и ведомств без исключения, ЦБ РФ, РКЦ ЦБ РФ, ФСФР, налоговых служб, финансовых комитетов, Росстата РФ, страховых компаний, коммерческих банков, организаций, акционеров, инвесторов, разработчиков экономического программного обеспечения, рейтинговых, аналитических агентств и др.
5. Цель методики - объективно оценивать, анализировать, планировать, контролировать эффективность деятельности, использования частных и государственных инвестиций исследуемой организации любой отрасли.
6. Методика позволяет выявлять и подавлять коррупцию на уровне структурных подразделений и организации в целом, а значит, лишает все ветви и иерархические уровни власти возможности нецелевого использования бюджетных, инвестиционных, страховых, пенсионных, акционерных средств и фондов.
7. Методика позволяет выявить и исключить неэффективные, рискованные организации до проведения конкурсов на выполнение работ и услуг для государственных, частных и акционерных организаций с разными формами участия.
8. Методика нацелена на объективную динамическую количественную оценку рисков, коридоров управления и эффективности организаций. Методика полностью отвергает субъективные, эмоциональные, лингвистические, экспертные методики рисков.
9. Из целевых функций методики вытекают следующие задачи с учетом отечественных и зарубежных рынков и конкурентов:

• Построение среднеотраслевых, среднерыночных эталонных экономических моделей организаций конкурентов исследуемой организации в виде функциональных зависимостей (нормативов) по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет среднеотраслевых, среднерыночных эталонных экономических моделей коридоров управления от лучших до худших организаций конкурентов исследуемой организации в виде функциональных зависимостей (нормативов) по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет рисков по всем исследуемым факторам/показателям на основе среднеотраслевых, среднерыночных эталонных экономических моделей коридоров управления лучших, средних, худших организаций конкурентов исследуемой организации в виде качественной оценки кластерного/дискриминантного анализа по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет интегральной оценки рисков по всем факторам/показателям на основе среднеотраслевых, среднерыночных эталонных экономических моделей коридоров управления лучших, средних, худших организаций конкурентов исследуемой организации в виде качественной оценки кластерного/дискриминантного анализа по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет эффективности управления исследуемой организации по всем факторам/показателям по отношению к среднеотраслевым, среднерыночным эталонным экономическим моделям в виде величины в денежном выражении по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет интегральной эффективности управления исследуемой организации по всем факторам/показателям по отношению к среднеотраслевым, среднерыночным эталонным экономическим моделям в виде величины в денежном выражении по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет эффективности управления исследуемой организации по всем факторам/показателям по отношению к лучшим организациям-конкурентам, их эталонным экономическим моделям в виде величины в денежном выражении по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет интегральной эффективности управления исследуемой организации по всем факторам/показателям по отношению к лучшим организациям-конкурентам, их эталонным экономическим моделям в виде величины в денежном выражении по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет нейронных, многофакторных среднеотраслевых, среднерыночных эталонных экономических моделей организаций конкурентов исследуемой организации в виде функциональных зависимостей (нормативов) по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет коррупционной составляющей по структурным подразделениям на основе нейронных, многофакторных среднеотраслевых, среднерыночных эталонных экономических моделей организаций конкурентов исследуемой организации в виде функциональных зависимостей (нормативов) по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет стимулирования и мотивации персонала структурных подразделений на основе нейронных, многофакторных среднеотраслевых, среднерыночных эталонных экономических моделей организаций конкурентов исследуемой организации в виде функциональных зависимостей (нормативов) по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет нейронных, многофакторных среднеотраслевых, среднерыночных эталонных экономических моделей коридоров управления от лучших до худших организаций конкурентов исследуемой организации в виде функциональных зависимостей (нормативов) по всем отобранным показателям/факторам, в т.ч. интегральным.
• Расчет стимулирования и мотивации персонала структурных подразделений на основе нейронных, многофакторных среднеотраслевых, среднерыночных эталонных экономических моделей коридоров управления от лучших до худших организаций конкурентов исследуемой организации в виде функциональных зависимостей (нормативов) по всем отобранным показателям/факторам, в т.ч. интегральным.

10. Методика позволяет оценить результаты деятельности как организации в целом, так и ее структурных подразделений или центров ответственности. Методика позволяет оценивать и управлять мотивацией персонала структурных подразделений и организации в целом.
11. Методика описывает следующие иерархические уровни концепции, управления: уровень рабочих мест персонала, уровень подразделений/центров ответственности организации, уровень организации и частично уровень отрасли, подотрасли, региональный уровень. Все уровни управления имеют прямые и обратные связи, описываемые с помощью нейронных сетей, моделей.
12. Уровни/подсистемы методики описываются, рассчитываются, моделируются в двух вариантах: как замкнутая система – статистические данные внешних подсистем (отраслевой, региональной, государственной и межгосударственной) для исследователя недоступны. Как открытая система - статистические данные внешних подсистем доступны и их анализ заранее проведен. Как следствие все модели точек входа, начальные, граничные условия верхнего уровня определены и доступны для методики.
13. Методика рекомендует применять открытые системы. Расчеты более длительны, но методика работает более точно и корректно. Замкнутая система позволяет строить анализ рисков, коридоры управления, эффективности совместно с методикой, подсистемой бизнес-планирования, подсистемой контроля, как единую систему, методику. В то же время открытая система и ее методики благодаря четырем верхним уровням внешних подсистем (отраслевой, региональной, государственной и межгосударственной) формируют прямые и обратные связи, модели, уточняющие, управляющие замкнутой системой трех нижних уровней. Это позволяет методике осуществлять анализ, планирование и контроль любой организации на любых рынках с любыми конкурентами своей отрасли не только на региональном, государственном уровне, но и на уровне мировых рынков.
14. Методика открытых систем имеет еще одно неоспоримое преимущество, до сих пор не анализируемое, не используемое ни одной из методик как зарубежных, так и отечественных. Методика учитывает модели прямых и косвенно-латентных связей и затрат для моделирования оптимальных управленческих решений, выявленных в процессе построения межотраслевого баланса. Только с помощью МОБ можно рассчитать все косвенно-латентные связи и затраты. Именно эти латентные связи, затраты как, впрочем, и множество прямых связей, затрат ни одна из предлагаемых отечественных и зарубежных методик не учитывают при анализе рисков, коридоров управления, эффективности, бизнес-планировании и контроле. В результате эти методики не в состоянии выявить бифуркационные, синергетические процессы, сделать правильные выводы и принять корректные управленческие решения на нижнем уровне.
15. Методика под риском, коридорами управления и эффективности понимает, что любые организации одной отрасли, конкурирующие на своих рынках, управляют своими социально-экономическими факторами/показателями с той или иной эффективностью, формируя по каждому показателю разброс или коридор управления от лучшего или мало рискованного управления до худшего или рискованного управления. Методика рассматривает риск как аналог неэффективного управления. Методика исследует тысячи социально-экономических показателей. Именно название показателя выступает прилагательным к риску. Например, финансовые риски, валютные риски, экономические риски, социальные риски, мотивационные риски, процентные риски, налоговые риски и др. Если исследуется тысяча показателей, то естественно исследуется и тысяча видов рисков. Существующие теории рисков несут в себе заведомые ограничения и субъективность в оценках. Методика лишена этих недостатков.
16. Методика учитывает разный уровень подготовки и компетенции современных экономистов. Методика не заставляет экономиста понять все 25 используемых математических, статистических и эконометрических метода, известных для 5% современных экономистов. Поэтому методика для разного уровня подготовки выдает разный уровень детализации анализа, планирования и контроля.
17. Методика обеспечивает быстрое обучение неподготовленного экономиста в течение нескольких часов (2-5 час.). Методика нацелена не на процесс и демонстрацию мощности, многообразие, качество расчетов, моделей, а на мгновенный экономический результат, качественную, количественную оценку рисков, коридоров управления и эффективности.
18. Методика опирается, использует разработанные авторами программы, интернет комплексы, позволяющие в масштабе реального времени организовывать доступ к интернет базам данных программ по раскрытию информации всех стран-членов ООН. Это позволяет "вживую" обучать пользователей, экономистов методике с помощью дистанционных методов интернет обучения, в том числе с использованием аудио-видео конференций.
19. Методика предназначена не только для оценки рисков, коридоров управления и эффективности организации, но и для анализа и планирования в организации. Авторы трактуют сущность управления, его главные направления как анализ, планирование и контроль с учетом всей возможной доступной статистической социально-экономической, технологической информации, как по исследуемой организации, так и по всем ее конкурентам без каких-либо ограничений. Методика требует анализировать первичные статистические данные, и запрещает использовать мнение экспертов, рейтинговых агентств, экономистов исследуемой организации. Методика самодостаточна и в экспертных мнениях не нуждается, т.к. опирается на расчеты. На основе полученных моделей методика дает выводы и рекомендации по любой организации, включенной в выборку.
20. Анализ подобных сложных иерархических систем опирается на статистические данные публичных отчетов организаций, их социально-экономические показатели, отраслевые и региональные особенности. Т.е. статистические данные должны рассматриваться не в объеме отчетности стандартов МСФО или РСБУ, а в объемах, необходимых для построения МОБ и СНС. Такой объем статистической информации обеспечивал в советское время техпромфинплан и в таком же объеме годовой отчет предприятий. Публичная отчетность организаций должна быть дополнена данными, собираемыми по организациям Росстатом, налоговой инспекцией, минтруда и другими государственными статистическими ведомствами. Методика не рекомендует/запрещает использовать любые статистические данные негосударственных источников.
21. Методика требует при обработке исходных баз данных статистической информации независимо от уровня семиуровневой модели авторов использовать все без исключения 25 математических, статистических, эконометрических метода. Их применение должно осуществляться в рамках пяти статистических ограничений Колмогорова, теории размытых множеств Заде, нейронных сетей и моделей, бифуркационных процессов, синергетических эффектов, прямых и косвенно-латентных связей, как внутри организации, так и вне ее.
22. Методика является неотъемлимой частью концепции, ее моделей и в концепции рассматривается как подсистема других методик концепции (например, прогнозирование мировых кризисов, выработка антикризисных мероприятий по отраслям, регионам, организациям и др.). По объему статистической информации, вычислений методика в общем объеме методик концепции составляет не более 0,001%.
23. Методика применяется для любых организаций любых отраслей, любых форм собственности и любых регионов. Должна использоваться государственными службами различных иерархических уровней.
24. Методика отвергает традиционный анализ рисков, управления и эффективности из-за их субъективности, т.к. в существующих методиках оценка деятельности организации проводится без учета среднеотраслевых, среднерыночных эконометрических моделей отечественных и зарубежных конкурентов.
25. Методика требует жестко соблюдать принцип "производить подобное подобными технологиями" при производстве товаров и услуг. Нельзя сравнивать предприятия различных отраслей, например металлургического комплекса с хлебозаводами и институтами и т.д, как это реализуется в методиках рисков, оценки банкротств. Поэтому методика полностью опровергает ошибочную теорию рисков, модели банкротства (модель Альтмана, Р. Смитт и А. Винакор (R.Smith , A.Winakor ), П.Г.Фицпатрик (P.O. Fitzpatrick ), В. Хикман (W. Hickman ), С. Мервин ( C. Mervin ), Альтман и Лис, Гордон и Спрингейт, Таффлер и Тишоу (R.Taffler & G. Tishaw ), Ж. Конан и М. Голдер (J.Conan , M. Holder ), Ж. Депалян, Д. Дюран и др.).
26. Методика отвергает SWOT анализ, т.к. он был разработан в середине прошлого века, когда не было современных вычислительных мощностей, поэтому был основан на лингвистических ощущениях того или иного экономиста-аналитика.
27. Методика требует проводить анализ рисков, формировать коридоры управления и эффективности, как по первичным, так и по вторичным факторам.
28. В методике под первичными факторами понимаются статистические факторы/показатели, в т.ч. интегральные, собранные из бухгалтерской отчетности форм 1-5, например, выручка, себестоимость и др. В т.ч. методика требует/рекомендует собирать и обрабатывать данные статистической отчетности по формам Росстата РФ и других государственных статистических ведомств. Например, по персоналу: данные по численности персонала с учетом подразделений по МОТ, профессий, текучести персонала, оплате труда по подразделениям и по профессиям и т.д. Т.е. собирать и обрабатывать данные в полном объеме требований по МОБ и СНС, а не только с учетом стандартов МСФО и/или РСБУ.
29. Под вторичными факторами понимаются производные факторы/показатели, в т.ч. интегральные, получаемые из эконометрических моделей коридоров управления, рисков первичных факторов. Например, различных групп показателей, таких как ликвидность, рентабельность и др.
30. Методика не имеет ограничений по количеству исследуемых факторов/показателей, как по первичным, так и по вторичным факторам. В полном объеме отчетности организаций по МСФО или РСБУ, требований МОТ, МОБ, СНС общий объем первичных показателей составляет минимум 1-5 тысяч. Это количество факторов дает возможность с высокой долей вероятности провести качественный и количественный анализ рисков, коридоров управления и эффективности любой организации любой отрасли по отношению к конкурентно-рыночной среде. Сегодняшнее законодательство РФ, стран членов ООН в рамках программы раскрытия информации требует от всех организаций, статистических государственных ведомств публиковать открыто и бесплатно данную первичную статистическую отчетность организаций по МСФО или РСБУ, требований МОТ, МОБ, СНС. В РФ данное законодательство по программе раскрытия информации ООН не выполняется, а если выполняется, то за плату. Поэтому в методике введено ограничение по минимальному количеству факторов, а именно, по 15 интегральным факторам по формам 1 и 2 РСБУ/ МСФО. Меньшее количество факторов не обеспечивает необходимый уровень оценки рисков, коридоров управления и эффективности организации по отношению к ее конкурентно-рыночной среде.
31. Методика требует проводить анализ рисков, формировать коридоры управления и эффективности исследуемой организации по отношению к конкурентам с объемом статистической выборки в размере от 30 организаций и более. Если количество организаций-конкурентов меньше, то методика предлагает на основании экспертных оценок по каждому фактору и имеющимся статистическим данным, используя метод Монте-Карло и сплайн функций, сформировать необходимый минимальный объем статистической выборки для вычисления эконометрических моделей коридоров управления по всем первичным факторам.
32. После построения статистической выборки организаций-конкурентов на основе имеющихся статистических данных и экспертных оценок анализ рисков, коридоров управления и эффективности генератор Монте-Карло выдает статистическую выборку по каждому из первичных факторов условных конкурентов исследуемой организации. После чего в эту выборку/массив вставляются статистические данные первичных факторов в виде вектора каждой исследуемой организации. Только после этого начинается анализ.
33. Методика требует проводить анализ рисков, формировать коридоры управления и эффективности поэтапно, как по первичным, так и по вторичным факторам.
34. На первом этапе методика требует провести анализ рисков по всем отобранным первичным факторам, давая оценку наличия или отсутствия рисков по каждому фактору. Цель – дать качественную оценку рисков исследуемой организации по отношению к ее конкурентам и ее позиции в региональном, отраслевом/рыночном разрезе.
35. На втором этапе методика требует проведения, построения и анализа коридоров управления по каждому из первичных факторов. Цель – рассчитать эконометрические модели, очерчивающие диапазон управления по каждому первичному фактору и сформировать группы лучших, худших и средних конкурентов организации. При построении эконометрических моделей коридоров управления должны быть использованы все известные эконометрические методы без исключения, в т.ч. нейронные модели для интегрального представления коридоров управления.
36. На третьем этапе методика требует проведения построения и анализ эффективности по каждому из первичных факторов. Цель – на основании расчета эконометрических моделей коридора управления и качественной оценки рисков дать количественную оценку эффективности или ущербов по каждому фактору исследуемой организации по отношению к ее конкурентам и ее позиции в региональном, отраслевом/рыночном разрезе. Практически на этом этапе необходимо в денежном выражении определить насколько эффективно, рискованно по каждому фактору осуществляется управление в исследуемой организации по отношению к конкурентам и ее рыночной среде.
37. На четвертом этапе методика требует проведения построения и анализа рисков, коридоров управления и эффективности по каждому из вторичных факторов. Цель – дать расчет рисков по всем вторичным факторам. Расчет рисков вести только по эконометрическим моделям коридоров управления первичных факторов с использованием всех известных эконометрических методов, в т.ч. нейронных сетей и моделей. Расчет вести по каждому вторичному фактору исследуемой организации по отношению к ее конкурентам и ее позиции в региональном, отраслевом/рыночном разрезе.
38. На пятом этапе методика требует проведения свертки по построенным эконометрическим моделям анализа рисков, коридоров управления и эффективности по каждому из первичных и вторичных факторов. Цель – дать интегральную оценку анализа рисков, коридоров управления и эффективности организации по всем первичным и вторичным факторам исследуемой организации по отношению к ее конкурентам и ее позиции в региональном, отраслевом/рыночном разрезе.
39. На шестом этапе методика рекомендует выполнить все вышеперечисленные пять этапов по всем конкурентам исследуемой организации, вошедших/включенных в статистическую выборку.
40. Данная методика является базовой подсистемой для методики построения бизнес-планов организации для следующих вариантов: первый вариант - без изменения спектра выпускаемых товаров и услуг, второй вариант – при формировании нового бизнеса и/или создания новой организации с нуля, третий вариант – комбинация первых двух вариантов.
41. Для первого варианта в зависимости от полученных оценок рисков, коридоров управления и эффективности по каждому из факторов и их уровнем управления, сложившимся в организации по отношению к рынку конкурентов, вырабатываются организационно-технические мероприятия по достижению среднерыночного управления каждым фактором для исключения потерь/ущербов, и как следствие повышению эффективности и снижению рисков. Цель планирования - в зависимости от результата анализа рисков необходимо достичь уровня управления каждым фактором не хуже, чем у лучших конкурентов. Благодаря проведенному анализу рисков можно планировать не только динамику планового улучшения по каждому фактору, но и привязать данные плановые изменения к стимулированию и мотивации персонала по конкретным центрам ответственности организации, которые отвечают за конкретные факторы. Методика анализа рисков при совместной работе с подсистемой бизнес-планирования для выработки организационно-технических мероприятий должна учитывать технологические особенности, т.е. соблюдать экономический принцип однородности производить "подобное подобным".
42. Для второго варианта, когда формируется новый бизнес и/или создается новая организация с нуля, методика анализа рисков до начала построения бизнес-плана сразу формирует лучшие среднеотраслевые показатели управления по всем первичным факторам. Далее строится бизнес-план по трем сценариям по каждому из факторов бизнес-плана. После этого методика сравнивает полученные модели с моделями анализа рисков, и осуществляет моделирование/подгонку моделей бизнес-плана под модели факторов лучших конкурентов. Цель данного варианта – до реализации бизнес-проекта решить простую проблему: - если по всем факторам бизнес–план обеспечивает максимальную эффективность управления и показатели лучших конкурентов, то проект целесообразен. Если проект не удовлетворяет этим условиям, то он отвергается, и проект закрывается как невыполнимый.
43. Для третьего варианта, который учитывает комбинацию первых двух вариантов, методика анализа рисков совместно с методикой бизнес-плана пытается моделировать лучший вариант конкурентов.
44. Ввиду ряда ограничений методика имеет различный уровень детализации. Здесь дан начальный упрощенный уровень, который понятен для неподготовленных экономистов, знающих алгебру 7-ого класса школы и помнящих, что любую зависимость можно представить в виде таблицы, графика, функции.
45. Построение моделей методики это не разовая акция, а ежегодный кропотливый труд экономистов всех организаций различных отраслей. Цель - построение среднегодовых, среднеотраслевых, средне рыночных показателей рисков, эффективности, коридоров управления/управляемости исследуемой организации, но главное выявить тенденции изменений/трансформаций/закономерностей, происходящих в организациях различных отраслей/рынков при принятии тех или иных управленческих решений.

2.2 Методика Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран

Любая научно-исследовательская методика опирается на системные принципы: целостность, однородность, иерархичность, системность, устойчивость, динамичность, ноосферность, синергетичность, бифуркационность и т.д. Эти принципы являются основой экономических систем независимо от уровня иерархии.

Разработанная авторами методика количественной оценки рисков, коридоров управления и эффективности организации любой отрасли также соблюдает системные принципы. Благодаря системным принципам методика обеспечивает корректную качественную, количественную оценку рисков во всем их многообразии для такой сложной экономической системы как организация, независимо от форм собственности.

Методика анализирует, оценивает не только деятельность любых организаций, но и любых отраслей. Т.е. в количественную оценку рисков включено все многообразие межотраслевых связей, что встраивает сложную экономическую систему организации в новый иерархический отраслевой или межотраслевой уровень.

В методике кроме рисков организаций количественно оцениваются и риски структурных подразделений/центров ответственности. Т.е. методика требует исследовать социально-экономические подсистемы структурных подразделений, которые, в свою очередь, взаимодействует с подсистемой рабочих мест. Подсистема рабочих мест требует также раскрытия по видам профессий, по численности, оплате труда, мотивации персонала, условиям труда, основным фондам, амортизации и др.

Понятно, что все организации осуществляют свою деятельность в конкретных регионах, со своими многоликими особенностями: биосферными, климатическими, социально-экономическими, социо-культурными и др, в том числе и технологическими традициями. Поэтому методика требует учитывать, исследовать региональный социально-экономический системный уровень.

Очевидно, что как только авторы затронули системные социально-экономические региональные и отраслевые уровни, в среде которых естественно функционирует любая организация, как тут же возникает неизбежный вопрос, что для сохранения всех системных принципов любые организации, отрасли, регионы осуществляют свою социально-экономическую деятельность в конкретном государстве. Поэтому в методике кроме сложных систем: организаций, отраслей, регионов и их рисков должен учитываться и системный государственный уровень.

В современной мировой экономике любая организация прямо или косвенно сталкивается с международной конкуренцией, так что без учета системного межгосударственного уровня не обойтись. Поэтому в методике кроме сложных систем: рабочих мест, подразделений, организаций, отраслей, регионов, государства, их рисков должен учитываться и системный межгосударственный уровень.

Все семь вышеописанные уровни экономической системы необходимы для устойчивой, эффективной работы методики количественной оценки рисков, коридоров управления и эффективности организации любой отрасли, любого государства. Эти уровни можно представить графически (рис. 24).

Рис. 24 Графический образ динамической ноосферно-синергетической производственно-мотивационной концепции и ее нейронных моделей

При этом естественно понимая, что все уровни всех подсистем имеют многообразие прямых и обратных связей, наиболее полно описываемых с помощью нейронных моделей. Авторы сознают, что создание сложной методики количественной оценки рисков, коридоров управления и эффективности организации любой отрасли, любого государства невозможно, если:

• Оставаться на экономическом мировоззрении прошлого века и продолжать целостную сложную экономическую систему, исследовать только по конкретному экономическому уровню или микро, или мезо, или макро. Т.е. вырывать/вырезать тот или иной уровень из живой экономической ткани в методике запрещается, т.к. при этом нарушается целостность сложной системы всех семи уровней.
• Декларировать системный анализ, но не использовать все богатство известных методов: математических, статистических, эконометрических без исключения, в том числе и малоизвестные, например, методы размытых множеств, нейронных моделей и др. Для этого желательно по всем этим методам исследователям написать собственное целевое программное обеспечение, как это сделали авторы.
• Активно не использовать современную вычислительную технику, интернет технологии, облачные вычисления, дистанционные интернет методы обучения, интернет базы данных по программам раскрытия информации всех стран-членов ООН всех уровней от статистической отчетности организаций до интернет баз данных системы национальных счетов, в т.ч. межотраслевые балансы государств-участниц.

Системные принципы, описанные дополнения необходимы для того, чтобы обеспечить устойчивую работу методики количественной оценки рисков, коридоров управления и эффективности организации любой отрасли. Кроме этого авторы предлагают сформировать необходимые и достаточные требования, предъявляемые к процессу исследования сложных экономических систем: от рабочих мест до межгосударственного уровня. Рассмотрим необходимые и достаточные требования, предъявляемые авторами к процессу исследования сложных экономических систем.

Рассмотрим динамический вектор исследования. Понятно, что любое исследование социально-экономической системы без динамического, временного анализа будет не полным и поверхностным. Поэтому в зависимости от целей, задач любое исследование необходимо проводить на глубину минимум 20-30-50 лет. Авторы данное требование определяют как динамический вектор, исполнение которого обязательно для любых научно-исследовательских работ. Авторы для своих исследований задали минимальную глубину динамического анализа статистических социально-экономических данных от 50 лет и более. Для молодых коллег авторы установили следующие временные рамки динамического вектора исследований: студентам (10-20 лет), аспирантам (30-40 лет) и докторантам (от 50 лет). Таким образом, авторами был сформирован первый динамический вектор концепции, который необходим для любой научно-исследовательской работы экономиста.

Ноосферный вектор исследования ввиду его сложности изложен отдельно.

Рассмотрим синергетический вектор исследования. Скрытые в синергетическом векторе эффекты, процессы бифуркации, а также динамический анализ бифуркаций на примере лесопромышленного комплекса США будет показан далее.

Авторы методики в процессе исследования и моделирования межотраслевых связей различных отраслей в рамках: стандарта МОБ, закона Дорошко-Самариной по прогнозу кризисов, концепции солнечной экономики, русского космизма выдвинули гипотезу о том, что бифуркационные фазовые, амплитудные, частотные состояния при проведении динамического бифуркационного анализа организаций различных отраслей могут проявляться или быть подавленными. В т.ч. при проведении динамического бифуркационного анализа рисков организаций различных отраслей бифуркационные процессы, синергетические эффекты могут быть, как видимыми, так и латентными, как при анализе прямых, так и косвенно-латентных связей. Данная гипотеза авторов нашла полное подтверждение в научно-исследовательских работах учеников авторов по финансовой системе О.Чадаева и по лесопромышленному комплексу А.Николаевой.

Наиболее ярко бифуркационные видимые и латентные состояния были выявлены в подотраслях лесопромышленного комплекса, что подробно описано далее.

Экономисту-профессионалу, знакомому, например, с межотраслевым балансом, известно, что в любой сложной экономической системе наблюдаются мультипликативные или синергетические эффекты. Поясним это на примере. Допустим, планируется в следующем году увеличить выпуск конечного продукта (ВВП) на 10% в той или иной отрасли. Для этого необходимо ответить на вопрос, насколько процентов увеличатся суммарные объемы продаж всех отраслей экономики. Расчеты с учетом кластерного анализа и МОБ для экономики США показывают, что

• Если увеличение ВВП планируется в промышленности на 10%, то объемы продаж во всех отраслях экономики вырастут на 24,14%.
• Если увеличение ВВП планируется в сельском хозяйстве на 10%, то объемы продаж во всех отраслях экономики вырастут на 22,27%.
• Если увеличение ВВП планируется в строительстве на 10%, то объемы продаж во всех отраслях экономики вырастут на 20,29%.
• Если увеличение ВВП планируется в финансово-страховой системе на 10%, то объемы продаж во всех отраслях экономики вырастут на 16,4%.
• Если увеличение ВВП планируется в торговле на 10%, то объемы продаж во всех отраслях экономики вырастут на 15,01%.

Как видно из представленных примеров, наблюдаются значительные синергетические, мультипликативные эффекты. Мало того, благодаря синергетическому вектору легко развенчивается либеральный миф о ведущей роли торговли и финансовой системы в экономике США. Как следует из синергетического, мультипликативного эффекта, торговля и банки занимают последнее место по реальному, а не виртуальному воздействию на экономику.

Из этого примера можно сделать еще более существенные и важные для экономики любой страны, а также для ее олигархов выводы:

• Если олигархи в промышленности снизили оплату труда или подняли цены в своей отрасли на 10%, то объемы продаж во всех отраслях экономики, т.е. у других олигархов упадут на 24,14%.
• Если олигархи в сельском хозяйстве снизили оплату труда или подняли цены в своей отрасли на 10%, то объемы продаж во всех отраслях экономики, т.е. у других олигархов упадут на 22,27%.
• Если олигархи в строительстве снизили оплату труда или подняли цены в своей отрасли на 10%, то объемы продаж во всех отраслях экономики, т.е. у других олигархов упадут на 20,29%.
• Если олигархи в финансово-страховой системе снизили оплату труда или подняли цены в своей отрасли на 10%, то объемы продаж во всех отраслях экономики, т.е. у других олигархов упадут на 16,4%.
• Если олигархи в торговле снизили оплату труда или подняли цены в своей отрасли на 10%, то объемы продаж во всех отраслях экономики, т.е. у других олигархов упадут на 15,01%.

Либеральные реформы в РФ, в развитых странах последних 30-40 лет убедительно демонстрируют разорение народного хозяйства, бизнеса и 99% граждан этих стран, и естественное уменьшение количества олигархов, как доказано расчетами. В примере, к сожалению, не видны все неожиданные динамические бифуркации, проявляемые на уровне прямых и косвенно-латентных связей всех отраслей в рамках МОБ. В предыдущих книгах авторов описана динамическая бифуркационная модель управленческого финансово-банковского креста Чадаева, выявляющая и показывающая эти латентные мощные динамические бифуркации.

Рассмотрим производственный вектор исследования. Любому начинающему экономисту хорошо известна производственная функция, но авторы эту производственную функцию требуют рассматривать в объемах статистических данных СНС и МОБ, т.е. минимум в тысячу раз расширить. Краткие примеры расчета подсистемы численности производственной функции и ее моделей по 15 секторам экономики по 23 профессиональным группам приводятся далее. Для полноты понимания производственного вектора исследования в объемах СНС и МОБ показаны на примере исследования по лесопромышленному комплексу США в научно-исследовательской работе А.Г.Николаевой.

Мотивационный вектор исследования был детально рассмотрен в предыдущих совместных книгах авторов и В.А.Чекирды. В частности, даны исследования В.А.Чекирды по мотивации персонала строительной отрасли, описаны: закон Оукена-Чекирды, мотивационный крест Самариной, в т.ч. n-мерный мотивационный крест Самариной, кривая Самариной по образованию и др. Поэтому мотивационный вектор исследования в данной книге подробно рассматриваться не будет.

Рис. 25 Первый начальный уровень методики Дорошко-Самариной количественной оценки рисков, коридоров управления и эффективности организации любой отрасли

В результате авторы предложили динамическую ноосферно-синергетическую производственно-мотивационную концепцию и обозначили пять исследовательских векторов, которые в процессе экономической научно-исследовательской и практической работы необходимо выполнять на всех семи иерархических системных уровнях при сборе социально-экономической статистической информации, ее эконометрической обработке при анализе, планировании, контроле. Понятно, что все остальные системные принципы при исследовании экономических объектов/явлений необходимо также соблюдать.

Первый начальный уровень методики Дорошко-Самариной количественной оценки рисков, коридоров управления и эффективности организации любой отрасли сосредотачивает свое внимание в основном на уровне/подсистеме организации и ее структурных подразделений, как показано на рис. 25.

Рис. 26 Второй начальный и третий уровни методики Дорошко-Самариной количественной оценки рисков, коридоров управления и эффективности организации любой отрасли

Второй начальный и третий уровни методики Дорошко-Самариной количественной оценки рисков, коридоров управления и эффективности организации любой отрасли сосредотачивают внимание в основном на уровнях/подсистемах отрасли, организации, структурных подразделениях, и рабочих местах, как показано на рис. 26.

Рис. 27 Четвертый и пятый уровни методики Дорошко-Самариной количественной оценки рисков, коридоров управления и эффективности организации любой отрасли

Четвертый и пятый уровни методики Дорошко-Самариной количественной оценки рисков, коридоров управления и эффективности организации любой отрасли сосредотачивает внимание в основном на уровнях/подсистемах государств, отраслей, организации, структурных подразделений, рабочих местах, как показано на рис. 27.

Все остальные уровни динамической ноосферно-синергетической производственно-мотивационной концепции и ее нейронные модели (см. рис. 24) для каждого из описанных пяти уровней методики соответственно являются экзогенными по отношению к методике количественной оценки рисков, коридоров управления и эффективности организации любой отрасли.

2.2.1 Описание пяти уровней методики Дорошко-Самариной

В предыдущей книге раскрыты 2 уровня из семи иерархических уровней модели – уровень центров ответственности/подразделений и собственно уровень организаций авторской методики количественной оценки рисков, коридоров управления, эффективности различных организаций. При этом в методике отмечалась ее неполнота, связанная с тем, что на первом уровне необходимо приблизить методику к практическим задачам экономистов. Именно ради простоты методики первого уровня авторы пожертвовали некоторой точностью. При этом в книге подчеркивалось, что это начальный уровень подготовки профессиональных экономистов 21-ого века.

Основной целью данной монографии является дальнейшее раскрытие следующих уровней методики Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран.

Учитывая многогранность методики, она дифференцируется по уровням сложности и подготовленности экономистов-практиков, научных работников и управленцев разных иерархических уровней. Все уровни методики основаны на динамической ноосферно-синергетической производственно-мотивационной концепции авторов и ее моделях. Вся информация микро, мезо, макроэкономики формируется на основе статистических отчетов домашних хозяйств, общественных, государственных, хозяйствующих организаций. Без этой информации нельзя создать объективную систему национальных счетов (СНС), описать все многообразие межотраслевых прямых и косвенно-латентных связей и реализовать программу межгосударственного сопоставления ООН, действующую с середины 20-ого века. Авторы утверждают, что вся необходимая статистическая социально-экономическая информация собирается, но лишь 1% используется для публичного анализа, что недопустимо в условиях современной экономики 21-ого века.

Методика Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран основана на следующих моментах, вытекающих из динамической ноосферно-синергетической производственно-мотивационной концепции авторов:

1. Методика Дорошко-Самариной требует максимально использовать необходимый и достаточный объем статистических отчетов домашних хозяйств, общественных, государственных, хозяйствующих организаций. Объем статистических отчетов для каждого уровня оговаривается методикой.

2. Методика Дорошко-Самариной отрицает сложившееся в 20-ом веке деление экономики на микро, мезо, макро уровни. Введение такого деления было вызвано невозможностью обработки и сбора огромного количества социально-экономических данных с одновременным использованием всего многообразия математических методов для моделирования, прогнозирования социально-экономических процессов.

3. Методика Дорошко-Самариной требует воспринимать экономику только как целостную систему. Любые отклонения от данного положения запрещены.

4. Методика Дорошко-Самариной требует в объеме методики и на регулярной основе (ежегодно) исследовать, моделировать, оценивать деятельность всех организации всех отраслей экономики без исключения.

5. Методика Дорошко-Самариной представляет собой открытую систему.

6. Методика Дорошко-Самариной требует от исследователей при оценке рисков организаций всех отраслей экономики учитывать их безусловные особенности и системный принцип "производить подобное подобными технологиями". Методика требует детальные исследования по каждой отрасли.

7. Методика Дорошко-Самариной требует, чтобы каждую отрасль исследовали различные научные школы, а не одна школа или один исследователь. Это позволит существенно улучшить оценку рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран.

8. Методика Дорошко-Самариной применяет дистанционные методы обучения.

9. Методика Дорошко-Самариной встроена в методологию деловых игр, в технологии интернет, облачных вычислений.

Методика Дорошко-Самариной многогранна. В монографии описаны только 5 уровней сложности.

1 уровень методики.

Целями данного начального уровня количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран являются:

1. Показать основные авторские системные принципы количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран.
2. Раскрыть важность комплексного применения всех существующих, известных математических методов от элементарной статистики до теории размытых множеств и нейронных сетей.
3. Показать, как практически применять все многообразие математических методов с учетом их достоинств и недостатков.

Начальный первый уровень методики Дорошко-Самариной опирается на стандартную финансовую отчетность различных организаций, отраслей, регионов, стран в рамках МСФО. В виду того, что стандарт МФСО введен в странах- членах ООН лишь частично, поэтому алгоритм перевода любых стандартов бухгалтерского учета дан на примере стандарта РСБУ. Подробный алгоритм перевода приводится в учебных пособиях авторов (Бизнес-планирование в условиях открытой экономики: Учеб. пособие для студ. высш. учеб. заведений. 1-е, 2-е, 3-е изд. / Г.П. Самарина, С.Е. Дорошко. — M.: Издательский центр «Академия», 2005, 2006, 2008. — 288 с.). Методика первого уровня описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

2 уровень методики.

Цели данного также начального или промежуточного уровня - показать, как формируется экономика, ее микро, мезо, макро уровни в целостную систему.

1. Определить необходимое и достаточное количество интегральных функционалов, необходимых для методологии межотраслевого баланса (МОБ).
2. Показать трансформацию необходимых и достаточных статистических данных организаций в стандарты межотраслевого баланса (МОБ).
3. Пояснить основные авторские системные принципы количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран при использовании интегральных функционалов стандарта межотраслевого баланса (МОБ).
4. Раскрыть важность комплексного применения всех существующих известных математических методов от элементарной статистики до теории размытых множеств и нейронных сетей при использовании интегральных функционалов стандарта межотраслевого баланса (МОБ).
5. Показать, как практически применять все многообразие математических методов с учетом их достоинств и недостатков при использовании интегральных функционалов стандарта межотраслевого баланса (МОБ).

Начальный/промежуточный второй уровень методики опирается на стандартную отчетность в рамках межотраслевого баланса (МОБ) различных организаций, отраслей, регионов, стран. В виду того, что стандарт МОБ введен в странах- членах ООН лишь частично, поэтому алгоритм перевода любых стандартов МОБ дан на примере стандартов SIC (США, СССР) и NAICS США. Подробный алгоритм преобразований приводится в учебных пособиях авторов (Самарина Г.П., Дорошко С.Е., Чекирда В.А., Чадаев О.Д. Ноосферная экономика: Кризис. - СПб.:ПИФ.com, 2010. - 475 с.). Методика второго уровня описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

3 уровень методики.

Цели данного уровня показать, как на следующем этапе трансформируется экономика, ее микро, мезо, макро уровни в целостную систему в рамках МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.

1. Определить необходимое и достаточное количество интегральных функционалов, необходимых для МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.
2. Осуществить трансформацию необходимых и достаточных статистических данных организаций в стандарты межотраслевого баланса (МОБ) в рамках теории затрат и производственной функции любой организации, любых отраслей экономики.
3. Показать основные авторские системные принципы количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран при использовании интегральных функционалов стандарта межотраслевого баланса (МОБ) в рамках теории затрат и производственной функции любой организации, любых отраслей экономики.
4. Раскрыть важность комплексного применения всех существующих известных математических методов от элементарной статистики до теории размытых множеств и нейронных сетей при использовании интегральных функционалов стандарта межотраслевого баланса (МОБ) в рамках теории затрат и производственной функции любой организации, любых отраслей экономики.
5. Показать, как практически применять все многообразие математических методов с учетом их достоинств и недостатков при использовании интегральных функционалов стандарта межотраслевого баланса (МОБ) в рамках теории затрат и производственной функции любой организации, любых отраслей экономики.
6. Представить, как проводить динамический бифуркационный анализ по полным затратам в рамках МОБ.
7. Описать, как проводить динамический бифуркационный анализ по прямым и косвенно-латентным связям, затратам в рамках МОБ, СНС.

Третий уровень методики опирается на стандартную отчетность в рамках межотраслевого баланса (МОБ) различных организаций, отраслей, регионов, стран. В виду того, что стандарт МОБ введен в странах-членах ООН лишь частично, поэтому алгоритм перевода любых стандартов МОБ дан на примере стандартов SIC (США, СССР) и NAICS США. Подробный алгоритм преобразований приводится в учебных пособиях авторов (Самарина Г.П., Дорошко С.Е., Чекирда В.А., Чадаев О.Д. Ноосферная экономика: Кризис. - СПб.:ПИФ.com, 2010. - 475 с.). Методика третьего уровня описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

4 уровень методики.

Цели данного уровня показать, как формируется множество целевых отраслевых векторов в рамках МОБ, как создается множество точек входа в систему прогноза кризисов в рамках закона Дорошко-Самариной. Экономика на данном уровне рассматривается только как целостная система, а не как микро, мезо, макро экономика.

1. Определить необходимое и достаточное количество интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики и концепции авторов.
2. Представить трансформацию необходимых и достаточных статистических данных интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики и концепции авторов.
3. Показать основные авторские системные принципы количественной оценки рисков, коридоров управления, эффективности различных интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики и концепции авторов.
4. Раскрыть важность комплексного применения всех существующих известных математических методов от элементарной статистики до теории размытых множеств и нейронных сетей при использовании интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики в рамках концепции авторов.
5. Показать, как практически применять все многообразие математических методов с учетом их достоинств и недостатков при использовании интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики в рамках концепции авторов.
6. Раскрыть, как проводить динамический бифуркационный анализ по полным затратам интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.
7. Показать, как проводить динамический бифуркационный анализ по прямым и косвенно-латентным связям, затратам интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.

Четвертый уровень методики опирается на стандартную отчетность в рамках межотраслевого баланса (МОБ) различных организаций, отраслей, регионов, стран. Подробный алгоритм прогноза кризисов в рамках закона Дорошко-Самариной приводится в учебных пособиях авторов (Самарина Г.П., Дорошко С.Е., Чекирда В.А. Ноосферная экономика: назад к истокам. Базисное значение труда и мотивации. - СПб.:ПИФ.com, 2008. - 338 с.). Методика четвертого уровня описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

5 уровень методики.

Цели данного уровня показать, как формируется система прогноза кризисов в рамках закона Дорошко-Самариной. Экономика на данном уровне рассматривается только как целостная система, а не как микро, мезо, макро экономика.

В рамках Закона Дорошко-Самариной необходимо на основании данных МОБ постоянно рассчитывать, где и в каких отраслях (рынках), каких государствах во времени образуется спекулятивный разрыв цен - P_i(t) и средней оплаты труда - W_MW(t):

А также определять разрыв цен на мировых рынках - P_i(t) и ВВП - GDP_Index(t), в том числе и мирового ВВП - GDP_Index(t):

Аналогичный расчет проводится и для инвестиционных рынков - индекса S&P с учетом поправочных коэффициентов K1_D&S и K2_D&S (индексы Дорошко-Самарина). С помощью поправочных коэффициентов K1_D&S и K2_D&S можно легко прогнозировать величины падения индекса S&P.

Как только эти интегральные величины начинают устойчиво превышать величины в 1.3-1.5 раза, то можно с высокой вероятностью утверждать, что на этих рынках готовится, формируется спекулятивный пузырь.

При этом в рамках теории мотивации необходимо постоянно и, в первую очередь, отслеживать базовые внешние мотивационные ценности человека и общества:

• продовольственный рынок,

• лекарственный рынок

• рынок жилья,

• энергетический рынок,

• финансовые, фондовые рынки.

Признаком начала спекулятивных игр на этих рынках, а также на любых других рынках – будет повышенная информационная активность в СМИ.

В рамках важных индикаторов закона Дорошко-Самариной необходимо обращать внимание на следующее.

При величинах более 1.5-2.0 раза кризис и последующий обвал неизбежен. Кризис не будет закончен, пока не исчезнет спекулятивный разрыв. Как только спекулятивный разрыв будет устранен – это сигнал о том, что достигнуто всего лишь дно кризиса, но кризис не остановлен, т.к. возможна повторная игра на этих рынках, и как следствие дальнейшее углубление кризиса.

Далее нужно сформировать вектора прогнозируемого обвала объема продаж на тех или иных рынках с учетом рассчитанных ранее уровней спекулятивного разрыва. На следующем этапе расчетов необходимо вернуться опять к моделям МОБ и осуществить умножение полученных векторов на матрицы полных трудовых затрат и всех ее производных матриц полных затрат. Это позволит построить временные (фазовые – месяц, квартал,…год) итерационные матрицы развития кризиса с учетом прямых и косвенно-латентных связей во всех отраслях экономики любого государства. Подчеркнем, расчет необходимо вести итерационным методом от матрицы прямых (видимых) связей, затрат до матрицы полных трудовых затрат и всех ее производных матриц полных затрат. Только так можно выявить временные (месяц, квартал,…год), а также амплитудно-фазовые характеристики развития кризиса, т.е. всех характеристик от безработицы, объема продаж и т.д. до сжатия денежной массы и всех ее агрегатов.

Это принципиально важно, т.к. каждая отрасль реальной экономики в рамках мультипликаторов МОБ (прямых и косвенно-латентных связей) обладает своей индивидуальной мощностью одновременного веерного воздействия на все отрасли экономики. Мало того, основная мощность невидима для экономистов, это так называемые косвенно-латентные связи всех отраслей экономики, но умноженная на спекулятивный разрыв цен и оплаты труда, она формирует очень опасные синергетические нелинейные латентные бифуркации. Только в этом случае можно контролировать процесс на фазе надувания финансового пузыря, т.е. формирования спекулятивного роста цен и/или снижения оплаты труда. При этом необходимо понимать, что процесс сознательного или несознательного формирования кем-то кризиса - это не главная его игра, на этом этапе много не заработаешь. Главная цель игроков в обвале рынка – эта фаза для любого спекулянта самая важная. Доходности на обвале просто зашкаливают, мало того, всё это еще усиливается за счет сжатия времени. Т.е. то, что можно заработать на подъеме в течение нескольких лет, на целенаправленном управляемом или косвенно контролируемом обвале можно заработать за несколько часов, но в десятки раз больше.

И все же самое главное – необходимо постоянно рассчитывать, где и в каких отраслях, каких государств образуется спекулятивный разрыв цен и оплаты труда.

Следует помнить, что именно в этой зоне сознательно или несознательно начинается главная спекулятивная игра: чем разрыв больше, тем синергетически выше спекулятивные доходности (10-100 раз), т.к. такую экономическую систему легко вывести из равновесия - последствия игроков никогда не интересуют. Это - проблема налогоплательщиков этих стран и их правительства.

Цели данного уровня:

1. Показать необходимое и достаточное количество интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.
2. Показать трансформацию необходимых и достаточных статистических данных интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.
3. Показать основные авторские системные принципы количественной оценки рисков, коридоров управления, эффективности различных интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.
4. Раскрыть важность комплексного применения всех существующих известных математических методов от элементарной статистики до теории размытых множеств и нейронных сетей при использовании интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.
5. Показать, как практически применять все многообразие математических методов с учетом их достоинств и недостатков при использовании интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.
6. Показать, как проводить динамический бифуркационный анализ по полным затратам интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.

7. Показать, как проводить динамический бифуркационный анализ интегральных отраслевых векторов для прогноза кризисов на основе МОБ, теории затрат и производственной функции любой организации, любых отраслей экономики.

Пятый уровень методики опирается на стандартную отчетность в рамках межотраслевого баланса (МОБ) различных организаций, отраслей, регионов, стран. Подробный алгоритм прогноза кризисов в рамках закона Дорошко-Самариной приводится в учебных пособиях авторов (Самарина Г.П., Дорошко С.Е., Чекирда В.А., Чадаев О.Д. Ноосферная экономика: Кризис. - СПб.:ПИФ.com, 2010. - 475 с.). Методика пятого уровня описана также в статьях, монографиях, учебных пособиях авторов, начиная с 1995 г.

В данной монографии авторы предлагают следующий этап обучения экономистов, изучивших предыдущие книги авторов. В методике количественной оценки рисков, коридоров управления, эффективности организаций различных отраслей будут исследованы следующие уровни:

1. Уровень рабочего места персонала в рамках стандартов международной организации труда (МОТ).
2. Уровень подразделений/центров ответственности в рамках классификации МОТ по основным 22 профессиональным группам, которые максимально описывают все системы управления данного уровня для организаций всех отраслей. Т.е. в зависимости от отраслей, принятых технологий и управления, профессиональных групп персонала может быть или 22 группы подразделений организаций или меньше. На данном уровне описываются и моделируются коридоры управления, рисков, эффективности собственно исследуемой организации по отношению к ее отраслевым конкурентам. При этом конкурент рассматривается вне зависимости от региональной и государственной среды обитания. Далее на практических примерах будет показано, как обеспечить и снимать региональные ограничения.
3. Уровень организаций. На данном уровне описываются и моделируются коридоры управления, рисков, эффективности собственно исследуемой организации по отношению к ее отраслевым конкурентам. При этом конкурент рассматривается вне зависимости от региональной и государственной среды обитания. Далее на практических примерах будет показано, как обеспечить и снимать региональные ограничения.

4. Уровень отрасли. На данном уровне численность персонала организаций формируется и моделируется на основании трех нижних уровней и представляется интегральным показателем. Аналогичным образом формируется интегральный показатель фонда оплаты труда. Кроме этого формируются и другие показатели по персоналу. Цель данного уровня показать сложившиеся в отрасли коридоры управления, риски и эффективность по управлению интегральными показателями по персоналу. Также рассчитываются и моделируются коридоры управления, риски, эффективность по основным фондам, их амортизации, обновлению или инвестициям по всем группам основных фондов в рамках их классификации по международным стандартам на примере их классификации МОБ США, СССР, стандарта SIC и обновленного стандарта NAICS. На данном уровне осуществляется расчет и моделирование коридоров управления, риски и эффективность производственной функции с детальным описанием всей структуры межотраслевых связей (прямых и косвенно-латентных) любой организации исследуемой отрасли с организациями всех отраслей экономики. Цель – определить воздействие внешней среды организаций других отраслей на внутреннюю среду исследуемой организации. При этом данные внешние связи рассматриваются с учетом, как прямых, так и латентных, косвенных связей. Данные связи отражают всю глубину разделения труда, технологий, уровней переделов, сложившихся в процессе производства конечного продукта, выпускаемого исследуемой организацией по отношению к ее отраслевым конкурентам, т.е. соблюдается системный принцип однородности "производить подобную продукцию подобными технологиями".

Цель моделирования производственной функции следующая.

Во-первых, определить всю структуру прямых и косвенно-латентных межотраслевых связей, исследовать все веса и значимость каждого элемента этих связей, выявить коридоры управления, риски и эффективность этих связей, как в целом, так и по каждому элементу связи в отдельности. При этом по каждому элементу связей должны быть осуществлены следующие дополнительные расчеты и оценки по минимум 10-ти эконометрическим функционалам:

1. Осуществить расчет зависимости исследуемой прямой и косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO) исследуемой отрасли для оценки эластичности (b1) вида: IIi=f(GO)=b0*GO^b1. Цель – определить за исследуемый динамический/временной период скорость нарастания, изменения исследуемой прямой или косвенно-латентной i-й связи, складывающейся в данный временной период. Характер показателя эластичности (b1), его величина и знак будут отражать сложившуюся динамику рынка прямой или косвенно-латентной i-й связи (IIi) – в нашем случае – это конкретные предприятия i-й отрасли поставщиков при оценке прямых связей и всей величины переделов i-й отрасли поставщиков для описания косвенно-латентных i-х связей.
2. Осуществить расчет зависимости исследуемой прямой или косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO) исследуемой отрасли для оценки значимости/веса (b1) вида: IIi=f(GO)=b1*GO. Цель – определить за исследуемый динамический/временной период весовые показатели в структуре затрат, изменения прямой и косвенно-латентной i-й связи, складывающейся в данный временной период. Характер показателя (b1), его величина и знак будут отражать складывающуюся динамику рынка прямой или косвенно-латентной i-й связи (IIi) – в нашем случае – это конкретные предприятия i-й отрасли поставщиков при оценке прямых связей и всей величины переделов i-й отрасли поставщиков для описания косвенно-латентных i-х связей. Показатель веса (b1) будет отражать следующее состояние на рынке поставщиков. Положительная величина коэффициента характеризует рост затрат/цен на i-том рынке поставщиков, отрицательная величина коэффициента характеризует снижение затрат/цен на i-том рынке поставщиков. Абсолютное значение коэффициента эластичности (b1) больше 1 будет говорить о повышенной динамике изменения затрат/цен и наоборот.
3. Осуществить расчет зависимости доли компенсации (Comp) в добавленной стоимости (VA) исследуемой прямой и косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO) исследуемой отрасли для оценки значимости/веса (b1) доли компенсации (Comp) в добавленной стоимости (VA). Т.е. необходимо сформировать модель вида: IIi=f(Comp/VA)=b1*Comp/VA. Цель – определить за исследуемый динамический/временной период весовые показатели в структуре затрат величину доли компенсации в добавленной стоимости (Comp/VA), изменения прямой или косвенно-латентной i-й связи, складывающейся в данный временной период. Характер показателя (b1), его величина и знак будут отражать динамику рынка прямой или косвенно-латентной i-й связи (IIi) показателя доли компенсации в добавленной стоимости (Comp/VA) – в нашем случае – это конкретные предприятия i-й отрасли поставщиков при оценке прямых связей и всей величины переделов i-й отрасли поставщиков для описания косвенно-латентных i-х связей. Показатель веса (b1) будет определять следующее состояние на рынке поставщиков. Положительная величина коэффициента характеризует рост затрат/цен/оплаты труда на i-том рынке поставщиков, отрицательная величина коэффициента характеризует снижение затрат/цен/оплаты труда на i-том рынке поставщиков. Абсолютное значение коэффициента эластичности (b1) больше 1 будет говорить о повышенной динамике изменения затрат/цен и наоборот.
4. Осуществить расчет зависимости доли компенсации (Comp) в добавленной стоимости (VA) исследуемой прямой или косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO) исследуемой отрасли для оценки значимости/веса (b1) доли компенсации (Comp) в добавленной стоимости (VA) с учетом рассчитанного на предыдущем этапе веса прямой или косвенно-латентной i-й связи (IIi). Т.е. необходимо сформировать модель вида: IIi=f(Comp/VA)*IIi=b1*Comp/VA*IIi. Цель – определить за исследуемый динамический/временной период весовые показатели в структуре затрат величину доли компенсации в добавленной стоимости (Comp/VA) с учетом веса прямой или косвенно-латентной i-й связи, складывающейся в данный временной период. Характер показателя (b1*Comp/VA*IIi), его величина и знак будут отражать складывающуюся динамику рынка прямой или косвенно-латентной i-й связи (IIi) показателя доли компенсации в добавленной стоимости и веса (b1*Comp/VA*IIi) – в нашем случае – это конкретные предприятия i-й отрасли поставщиков при оценке прямых связей и всей величины переделов i-й отрасли поставщиков для описания косвенно-латентных i-х связей. Показатель (b1*Comp/VA*IIi) будет отражать следующее состояние на рынке поставщиков. Положительная величина коэффициента характеризует рост затрат/цен/оплаты труда на i-том рынке поставщиков, отрицательная величина коэффициента характеризует снижение затрат/цен/оплаты труда на i-том рынке поставщиков. Абсолютное значение коэффициента эластичности (b1) больше 1 будет говорить о повышенной динамике изменения затрат/цен/оплаты труда и наоборот.
5. Осуществить расчет среднемесячной/среднегодовой оплаты труда (Wage)/компенсации (Comp) исследуемой прямой или косвенно-латентной i-й связи (IIi) на предприятиях исследуемой отрасли для оценки их величины. Цель – определить динамику среднемесячной/среднегодовой оплаты труда (Wage)/компенсации (Comp), складывающейся в исследуемый временной период.
6. Осуществить расчет средневзвешенной величины средней оплаты труда(Wage)/компенсации (Comp) исследуемой прямой или косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO) исследуемой отрасли с учетом оценки значимости/веса (b1) вида: IIi=f(GO,Wage)=b1*GO*Wage или IIi=f(GO,Comp)=b1*GO*Comp. Цель – определить за исследуемый динамический/временной период весовые показатели в структуре затрат, изменения прямой или косвенно-латентной i-й связи, складывающейся в данный временной период. Характер показателя (b1*GO*Wage или b1*GO*Comp), его величина и знак будут отражать складывающуюся динамику рынка прямой или косвенно-латентной i-й связи (IIi) – в нашем случае – это конкретные предприятия i-й отрасли поставщиков при оценке прямых связей и всей величины переделов i-й отрасли поставщиков для описания косвенно-латентных i-х связей. Показатель веса (b1*GO*Wage или b1*GO*Comp) будет отражать следующее состояние на рынке поставщиков. Положительная величина коэффициента характеризует рост затрат/цен/оплаты труда на i-том рынке поставщиков, отрицательная величина коэффициента характеризует снижение затрат/цен/оплаты труда на i-том рынке поставщиков. Абсолютное значение коэффициента эластичности (b1) больше 1 будет говорить о повышенной динамике изменения затрат/цен/оплаты труда и наоборот.
7. Осуществить расчет зависимости исследуемой прямой или косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO) исследуемой отрасли для оценки средней значимости/веса (b1) вида: II^MXi =f(GO), как среднего показателя, а также коридоров управления, вариабельности или рисков зависимости исследуемой прямой или косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO), т.е. максимальные величины II^maxi=f(GO), и минимальные величины II^mini=f(GO). Цель – определить за исследуемый динамический/временной период весовые показатели в структуре затрат, коридоры управления, рисков (II^MXi, II^mini, II^maxi), изменения прямой или косвенно-латентной i-й связи, складывающейся в данный временной период. Характер показателей (II^MXi, II^mini, II^maxi), их величины и знаки будут отражать складывающуюся динамику рынка прямой или косвенно-латентной i-й связи (IIi). Весовые показатели в структуре затрат, коридоры управления, рисков (II^MXi, II^mini, II^maxi) будут показывать следующее состояние на рынке поставщиков. Положительная величина коэффициента (II^MXi, II^mini, II^maxi) характеризует рост затрат/цен на i-том рынке поставщиков, отрицательная величина коэффициента (II^MXi, II^mini, II^maxi) характеризует снижение затрат/цен на i-том рынке поставщиков. Абсолютное значение затрат, коридоры управления, рисков (II^MXi, II^mini, II^maxi) больше 1 будет говорить о повышенной динамике изменения затрат/цен и наоборот.
8. Осуществить аналогичные расчеты по всем показателям основных фондов, амортизации, персоналу и др.

9. Осуществить кластерный/дискриминантный анализ зависимости исследуемой прямой или косвенно-латентной i-й связи (IIi) от валового выпуска продукции (GO) исследуемой отрасли для оценки значимости/веса (b1) вида: IIi=f(GO)=b1*GO по степени значимости, рисков и коридоров управления по пяти кластерным весовым группам: от наиболее весомых до наименее значимых групп.

Во-вторых, определить масштабы всех логистических цепей по отношению к весам внешних прямых и косвенно-латентных связей. Т.е. необходимо определить масштабы логистических работ с учетом весовых показателей по всем прямым и латентным связям и затратам.

В-третьих, исследовать коридоры управления, риски и эффективность всех логистических служб/групп: торговля, транспорт, склады, как по прямым, так и по косвенно-латентным связям.

При построении производственной функции в части внешней среды необходимо дать оценку, расчет модели компенсации, оплаты труда персонала, амортизации всех поставщиков организации исследуемой отрасли для снятия ограничений регионального и государственного уровней. При условии оценки коридоров цен можно будет данную производственную функцию погружать в любую отраслевую среду.

Кроме этого необходимо провести отраслевой анализ структуры затрат по трем векторам: энергетические затраты, товарно-материальные затраты, затраты по услугам организаций исследуемой отрасли. Т.е. кроме построения производственной функции и выявления ее прямых, косвенных, косвенно-латентных связей и масштабов логистических цепей поставок осуществить кластеризацию данной производственной функции по энергетическим, товарно-материальным потокам и услугам.

2.3 Методы оценки рисков, коридоров управления и эффективности организаций

2.3.1 Сбор статистических социально-экономических, технических данных исследуемых организаций и их конкурентов

Все страны-члены ООН участвуют в программе по раскрытию информации СНС, МОБ своего государства для формирования сопоставимых статистических социально-экономических данных всех стран по системе национальных счетов. Известно, что СНС невозможно сформировать без МОБ. МОБ нельзя построить без статистических данных публичной отчетности социально-экономических субъектов, в нашем более узком случае - организаций. Поэтому в рамках программы раскрытия информации ООН все страны-члены ООН приняли закон, требующий полное раскрытие информации всеми организациями в рамках и объемах стандартов СНС, МОБ и МСФО.

В РФ ответственными исполнителями по сбору социально-экономических статистических данных являются Росстат РФ и по стандарту МСФО – Федеральная служба по финансовым рынкам (ФСФР), а также налоговые службы разных уровней, региональные финансовые комитеты и др. По требованиям и стандартам фондовых рынков и организаций, аналогичных ФСФР, все акционерные общества обязаны на своих сайтах выделить раздел, в котором публиковать каждый квартал свою отчетность. Эта публичная отчетность в объеме МСФО и/или РСБУ дублируется в интернет базах данных ФСФР со свободным, бесплатным и круглосуточным доступом. Последние 7 лет ФСФР РФ в отличие от аналогичных организаций развитых стран, в т.ч. Украины в нарушении федерального и международного законодательства прекратила бесплатно и доступно публиковать статистическую отчетность, поручив эту работу различным частным агентствам, которые ее продают за деньги, чем также нарушают федеральное законодательство, вступая в коррупционный сговор с ФСФР. Доступ к первичным социально-экономическим данным Росстата РФ закрыт, как и к базам данных публичной отчетности организаций налоговой службы. Доступ к аналогичным интернет базам данных ФСФР Украины, Европы и США открыт и бесплатен.

Методика рекомендует несколько способов получения информации организаций, конкурентам всех отраслей экономики страны.

Быстрый и недорогой метод – купить лазерный диск на электронном базаре с базами данных исследуемых организаций по первичным социально-экономическим показателям Росстата РФ, налоговой службы, ФСФР и др.

Быстрый, но дорогой метод – купить право доступа к электронным интернет базам данных исследуемых организаций Росстата РФ, налоговой службы, ФСФР и др.

Долгий путь – на основе федерального закона направить официальные запросы в Росстат РФ, налоговые службы, ФСФР с просьбой предоставить законный бесплатный круглосуточный доступ к интернет базам данных. Результат и сроки получения доступа к базам данных длителен и возможен только через суд вплоть до конституционного суда РФ.

Средний вариант - использовать поисковые системы интернет и найти сайты исследуемой организации и ее конкурентов, а также дополнить недостающую информацию с помощью публикаций экспертных сообществ. Среднее время сбора информации по организациям любой отрасли лежит в диапазоне от 8 до 20 человеко-часов, не более 3-х рабочих дней. Полученный объем данных будет находиться в пределах стандартов МСФО и/или РСБУ.

Рассмотрим наиболее характерные проблемы, с которыми сталкивается любой исследователь при сборе информации - их множество. В методике рассматриваются наиболее часто встречающиеся проблемы. Следует отметить, что все компании РФ, которые котируются на западных фондовых биржах, стараются не допускать безответственности в отчетности.

В методике будет рассмотрен средний вариант получения статистических данных в разделах раскрытия информации на сайтах исследуемой организации и ее конкурентов.

Первая проблема, с которой сталкивается исследователь, это различные форматы предоставления данных бухгалтерских форм от простых фотографий, а если повезет, то в текстовом формате и в лучшем случае в табличном процессоре. Данная проблема решается быстро и требует от исследователя только аккуратности вычитки и переноса данных в свой табличный процессор, где исследователь готовит исходную базу данных для анализа.

Вторая проблема заключается в разном уровне профессионализма бухгалтерских служб организаций и в отличиях ведения учета в различных организациях даже в рамках стандартов МСФО или РСБУ. Для решения этой проблемы предлагается интегрировать отбираемые показатели, а не детально представлять каждый из имеющихся показателей в стандартах МСФО или РСБУ.

Третья проблема – данные балансовых отчетов, публикуемых на сайтах, зачастую не сходятся как по активам, так и по пассивам, и по отдельным статьям. Мало того, очень часто отчетность представлена только двумя бухгалтерскими формами 1 и 2. Затраты, численность персонала, основные фонды просто отсутствуют, даже если форма есть, то в ней данных нет.

Для решения второй и третьей проблемы по исследуемой организации и ее конкурентам в методике рекомендуется группировать данные по формам 1 и 2, как показано в табл. 2.

Таблица 2 Группировка данных по формам 1 и 2 РСБУ для формирования отобранных факторов по исследуемой организации и ее конкурентам

В методике, как показано в таблице 2, описаны только 15 интегральных факторов/показателей, которые формируются/определяются на основании форм 1 и 2. Если исследуемые организации и их конкуренты ответственно подходят к отчетности, то тогда минимальный объем показателей может вырасти до 30-100 первичных интегральных показателей только за счет публичных данных бухгалтерских отчетных форм 1,2,4,5.

Это утверждение демонстрируется на рис. 28, 29 расчета и анализа рисков, коридоров управления и эффективности 40 организаций металлургического комплекса РФ и Украины.

Методика для проведения качественного, объемного, с высокой степенью вероятности достоверного анализа требует максимального количества социально-экономических данных. Очевидно, что качество анализа рисков будет экспоненциально расти в зависимости от количества исследуемых факторов. Для 15-30 факторов качество анализа будет хуже, чем для 1000 факторов.

Рис. 28 Анализ рисков, коридоров управления и эффективности организаций металлургического комплекса РФ (22 организации)

Рис. 29 Анализ рисков, коридоров управления и эффективности организаций металлургического комплекса Украины (18 организаций)

Качественному и полному анализу мешает коррупционный закон о коммерческой тайне и элементарное невыполнение всеми ответственными государственными ведомствами федерального закона о раскрытии информации по социально-экономическим показателям.

Собрав статистические данные, и сгруппировав их по исследуемой организации и по ее конкурентам, необходимо выполнить процедуры по выверке данных на достоверность. Ошибки зачастую допускаются не специально. Для построения моделей анализа рисков эти ошибки или выбросы могут приводить к искажению построенных эконометрических зависимостей, а значит, к неверной интерпретации рисков, коридоров управления и эффективности.

Поэтому все эти ошибки и выбросы следует откорректировать по каждому показателю и по каждой организации, включенной в выборку. Существует множество методов по очистке данных. Методика дает право выбрать любой из них или их комбинацию. Опыт авторов показывает, что любой исследователь на 5-10 исследовании начинает интуитивно верно осуществлять коррекцию данных даже без использования сложных математических методов по фильтрации и очистке данных.

На следующем этапе методика определяет необходимый и достаточный объем эконометрических инструментов, с помощью которых осуществляется обработка данных и построение экономических моделей, отобранных и исследуемых показателей.

2.3.2 Выбор эконометрического инструментария и обработка статистических данных

Полученная база данных по исследуемой организации и ее конкурентам должна быть обработана с помощью всех существующих математических методов без исключения. В настоящее время не созданы универсальные, устойчивые, математические, статистические методы.

Методика требует проводить эконометрические исследования с использованием всего многообразия классического эконометрического инструментария без исключения на основе следующей классификации экономико-математических методов, предложенных ЦЭМИ АН СССР в 1974-1978гг.:

Эконометрические методы:

1. Элементарные статистики, в том числе многомерные.

2. Дисперсионный анализ, в том числе многомерный.

3. Ковариационный анализ, в том числе многомерный.

4. Корреляционный анализ, в том числе многомерный.

5. Регрессионный (линейный, нелинейный) анализ, в том числе многомерный.

6. Дискриминантный анализ, в том числе многомерный.

7. Факторный анализ, в том числе многомерный.

8. Метод главных компонент, в том числе многомерный.

9. Метод многомерного шкалирования.

10. Канонический анализ. Каноническая корреляция, в том числе многомерная.

11. Кластерный анализ и распознавание образов.

12. Монте-Карло, Бутстреп и другие методы статистического моделирования.

13. Спектральный, Фурье анализ, быстрое преобразование Фурье.

14. Модели нечетких множеств.

15. Модели нейронных сетей.

Численный анализ:

1. Линейная, матричная, полиномов алгебра.

2. Специальные функции.

3. Численное интегрирование. Интегральные уравнения.

4. Обыкновенные дифференциальные уравнения.

5. Интерполяция, аппроксимация, сглаживание, численное дифференцирование.

6. Решение уравнений и систем общего вида.

7. Математическое программирование (линейное, нелинейное).

8. Оптимизационные методы.

В методике предусмотрено несколько способов решения всех перечисленных статистических методов без исключения с помощью программного обеспечения, разработанного авторами, в вариантах для локальных сетей организации, так и в интернет версии, когда сервера находятся в любой точке мира и доступ к ним открыт любому пользователю. В общей методике динамической ноосферно-синергетической производственно-мотивационной концепции, описывающей все 7 иерархических уровней, реализована система облачных вычислений. Рассматриваемая методика является элементом или подсистемой интегрированной методики концепции. Здесь рассматриваются только два уровня из семи: уровень подразделений/центров ответственности организации и уровень организаций той или оной отрасли экономики.

Рис. 30 Пример обработки статистических данных

В методике предусмотрено и простое решение для обработки статистических данных всеми перечисленными методами с помощью любых табличных процессоров (OpenOffice, LibreOffice, MSOffice и др.), используя их элементарные функции. Это несколько сложнее, зато наглядней, см. рис. 30.

На рис. 31. даны 14-ть классических математических, статистических, эконометрических метода. Остальные методы несложно описать с помощью исходных элементарных функций любого табличного процессора, как и нейронные сети и модели.

Рис. 31 Пример обработки статистических данных, продолжение

После получения расчетов по всем перечисленным методам методика требует реализовать следующий этап.

Окончательные выводы качественного уровня по каждому фактору/показателю, а также по их комбинации методика требует делать при условии, если все или как минимум 60-70% всех вышеуказанных методов дали количественные оценки, на основании которых можно корректно, на качественном уровне осуществить их экономическую интерпретацию.

В методике работает алгоритм, который можно озвучить следующим образом.

Если большинство количественных оценок подтверждают близкую по содержанию качественную экономическую трактовку, то в этом случае формируется содержательный экономический вывод. Из всего многообразия количественных оценок разнообразных эконометрических методов должны быть отобраны только те, которые обеспечивают максимальную точность и минимальные смещения/ошибки. Необходимость данного подхода в методике вызвана неопределенностью эконометрических решений.

2.3.3 Построение системы тестовых эталонных эконометрических моделей факторов исследуемой организации и ее конкурентов

В методике используется база данных на примере 30 предприятий. Анализ проводится по каждому фактору в отдельности. В результате на графике, например, себестоимости, видны 30 точек этих организаций. При этом только одна точка на графике выделена жирно – это и есть исследуемое предприятие. После этого строится регрессионное уравнение. Данное уравнение представлено на графике (рис. 32) в виде линии.

Практически все облако 30 точек, лежащее на плоскости графика (рис. 32, 33), делится этой средней линией на две группы – условно средне хорошо работающие организации в исследуемый период, и средне плохо работающие организации.

Рис. 32 Модель коридоров управления зависимости показателя "себестоимость" от выручки. Средняя линия – регрессионное уравнение, показывающее средний уровень управления по данному показателю. Нижняя линия - регрессионное уравнение, показывающее лучший уровень управления по данному показателю. Верхняя линия - регрессионное уравнение, показывающее худший уровень управления по данному показателю.

Рис. 33 Модель коридоров управления зависимости показателя "кредиторская задолженность" от выручки. Средняя линия – регрессионное уравнение, показывающее средний уровень управления по данному показателю. Нижняя линия - регрессионное уравнение, показывающее лучший уровень управления по данному показателю. Верхняя линия - регрессионное уравнение, показывающее худший уровень управления по данному показателю.

Средняя линия, в нашем случае регрессионное уравнение является нормативом (среднеотраслевым, среднеподотраслевым, среднерыночным) исследуемого показателя для отобранных в выборку 30 организаций. Таким образом, осуществляется мгновенное зрительное разделение любой из 30-ти организаций на плохую или хорошую организацию. На этом этапе методика вводит категорию риска. Экономический смысл риска определяется просто. Хорошо работающие организации не будут рискованными по исследуемому фактору (например, по себестоимости) и наоборот плохо работающие организации будут нести в себе риски и в будущем потенциальные банкротства.

В методике оценка риска по одному исследуемому фактору проводится благодаря классификации (кластеризации, дискриминационному анализу и т.д.) по всем организациям, включенным в выборку. Подчеркнем, но только по данному фактору. Классификационный, кластерный, дискриминантный анализ провести не сложно благодаря рассчитанному регрессионному уравнению.

На следующем этапе определяется, где находится жирная точка – исследуемая организация, в зоне хороших или плохих организаций.

Понятно, что анализ можно проводить или в рамках производственной функции, когда, например, себестоимость является аргументом, или обратной ей теории затрат, когда себестоимость является функцией. В методике на данном этапе будет использоваться подход теории затрат.

Метод расчета риска прост – если исследуемый объект (его выделенная точка), например, показатель себестоимости, находится над уровнем функционального среднерыночного показателя, то затраты у исследуемой организации высоки по сравнению со средним показателем для организаций, включенных в выборку. Понятно, что высокие затраты по отношению к затратам конкурентов сигнализируют, что управление в исследуемой организации неэффективно, а раз неэффективно, то значит, рискованно. В этом случае организацию по исследуемому показателю можно отнести к организации, имеющей риски.

Методика определяет меру риска такой организации в виде простого числа - 1, что характеризует наличие риска. Если исследуемый объект (его выделенная точка) находится ниже уровня функционального среднерыночного показателя, то методика определяет меру риска такой организации в виде простого числа - 0, что характеризует отсутствие риска. Как видно из предыдущего рисунка, по показателю "себестоимость" исследуемая организация мало рискованная, т.к. выделенная точка находится ниже средней линии или регрессионного уравнения, т.е. себестоимость у нее ниже, чем в целом по рынку.

Данную организацию можно отнести к лучшим организациям, т.к. точка находится на пересечении с регрессионным уравнением по лучшим организациям. По каждому исследуемому фактору необходимо определить зону рисков или правило анализа рисков. Для приведенных 15 показателей правило оценки зоны риска следующее. Для прибыли, чистой прибыли, капиталу зона риска будет располагаться ниже средней линии, для себестоимости, и др. зона риска лежит выше средней линии. Модель коридоров управления зависимости показателя "кредиторская задолженность" от выручки дан на рис. 33.

Пояснение для графиков и таблиц.

По оси 0Х – показатель выручка; по оси 0Y – например, показатель себестоимость.

Y=f(X) – функциональная регрессионная зависимость, среднерыночное значение доли любого из отобранных первичных факторов в выручке для конкурентной рыночной среды, результат в ед. или в %.

MX – среднерыночные значения или функциональная регрессионная зависимость доли исследуемого фактора в выручке для конкурентной рыночной среды, результат в %.

Мax – максимальные значения или функциональная регрессионная зависимость доли исследуемого фактора в выручке любого из отобранных первичных факторов в выручке для конкурентной рыночной среды, результат в %.

Min - минимальные значения или функциональная регрессионная зависимость доли исследуемого фактора в выручке любого из отобранных первичных факторов в выручке для конкурентной рыночной среды, результат в %.

Эконометрическая модель исследуемого показателя – регрессионная, среднеотраслевая зависимость исследуемого фактора (Y) от выручки (X), результат в ед. или в %.

Уровень управления в исследуемой организации, результат в %.

Риск – риск исследуемого объекта, его центра или центров ответственности по отношению к функциональной зависимости среднерыночных значений доли исследуемого фактора в выручке для конкурентной рыночной среды, результат (0/1).

Эффективность (убыточность, неэффективность) – потери исследуемого объекта в денежном выражении исследуемого объекта, его центра или центров ответственности по отношению к функциональной зависимости среднерыночных/средне лучших значений доли себестоимости в выручке в конкурентной региональной рыночной среде, результат в денежном выражении. Данный показатель в таблице представляется в виде:

• Убыточность (неэффективность) исследуемой организации к среднерыночному показателю.
• Убыточность (неэффективность) исследуемой организации к средне лучшему показателю.

Общие положения методики для расчета интегральной эффективности/ущербов по активам и пассивам баланса организации.

1) Рост активов требует роста пассивов.

2) Рост пассивов требует увеличение займов у кредиторов (Поставщики, Персонал, Налоги, Кредиты).

3) Увеличение займов у кредиторов приводит к дополнительным процентным выплатам и снижению прибыли. За базу берем % банка.

Вывод для расчета ущерба/эффективности по активам по i-му фактору.

Ущерб = Σ((Аi - Aiср)*%Банка)

1) Аi - Исследуемое значение Активов i-го предприятия по i-му фактору, в денежном выражении.

2) Aiср - Среднерыночное/Отраслевое/Эталонное значение активов по i-му фактору, в денежном выражении.

3) %Банка - Процент за кредит/займ по банку, в %.

Методика требует рассматривать все процессы внутренней и внешней среды исследуемых организаций и их конкурентов по трем сценариям: лучший, средний, худший. В авторской методике по бизнес-планированию как подсистемы данной методики сценарные планы еще более ужесточаются. Так, в частности, три сценария учитывают определенную логику построения модели "Отчета о прибылях и убытках", как, впрочем, и по всем другим формам, сметам, моделям и т.д.:

1) При min реализации - max затрат = мin прибыли. Заведомо самый худший вариант сценария.

2) При max реализации - min затрат = мах прибыли. Заведомо самый лучший вариант сценария.

3) При mx реализации - mx затрат = средняя (мх) прибыль. Средний вариант сценария.

Следует обратить внимание, что MX - это среднее, но оно почти всегда будет иметь смещение или в сторону Мах, или в сторону Min. Это не среднеарифметическое и не средне взвешенное это классическое треугольное вероятностное распределение, которое было описано в методике.

Данный момент очевиден. В авторских методиках бизнес-плана, а также анализа рисков, коридоров управления и эффективности исследуется минимум 10-20 тыс. факторов, показателей, в т.ч. интегральных. При этом рекомендуемая глубина исследуемых факторов по времени должна лежать в трехкратном диапазоне. Т.е. если бизнес-план строится/рассчитывается/моделируется на 5 лет вперед, то временной статистический анализ должен проводиться на глубину 5лет*3=15 предыдущих лет.

Эти требования к временной глубине статистической выборке должны выполняться и к методике анализа рисков, коридоров управления и эффективности и ко всем разрабатываемым эконометрическим моделям по всем рекомендуемыми авторами, минимум 25 математическим, статистическим, эконометрическим методам.

После расчета всех выше перечисленных показателей по каждому исследованному фактору они вносятся в таблицу для каждого фактора. Пример таблицы Ni (см. табл. 3.), заполняемой по каждому из N исследуемых i-х факторов и его зависимость от объёма продаж в сравнении с эталонной моделью однородных конкурирующих организаций.

Таблица 3 Анализ исследуемого фактора "Наименование фактора" исследуемой организации и его зависимость от объёма продаж в сравнении с эталонной моделью однородных конкурирующих организаций, например в млн.руб.

Предложенный алгоритм исследования каждого из факторов в методике демонстрирует простоту эконометрического анализа и позволяет сформировать коридоры управления, эффективности и рисков и выработать мероприятия по управлению всеми видами рисков.

Следует обратить внимание на то, что лучше использовать функциональную зависимость, а не средние оценки. Понятно, что функциональная зависимость точнее. Но для первого уровня анализа методика позволяет использовать средние оценки и признать линейность функциональных зависимостей. В методике такой уровень неточности для первого уровня анализа и оценки допустим.

В методике анализа рисков, эффективности, конкурентной позиции исследуемой организации по отношению к рыночной среде используются два подхода:

• Традиционный подход.
• Экспертные оценки.

Традиционный подход это сбор первичной публичной статистической информации организаций и далее применяется многовариантный анализ, описанный ранее.

Экспертные оценки опираются, с одной стороны, на собранную первичную публичную статистическую информацию организаций, с другой стороны, на экспертные оценки, уточняющие, расширяющие первичные статистические данные. Экспертные оценки методика разрешает применять, если сбор статистических данных ограничен и традиционный подход невозможен. Необходимость экспертной оценки также возникает, когда количество исследуемых факторов/показателей в три раза больше, чем размер выборки исследуемых организаций. В этом случае экспертные оценки используются для статистического моделирования методом Монте-Карло, сплайн интерполяции, аппроксимации для формирования моделей нечетких множеств и нейронных сетей. В методике объем генерируемой выборки лежит в диапазонах 5-100 тыс. функционалов. После моделирования методом экспертных оценок применяется многовариантный анализ.

В методике предложена авторская простая идея, доступная для любого пользователя, статистического моделирования методом Монте-Карло, сплайн интерполяции, аппроксимации, моделей нечетких множеств, нейронных сетей.

На основании собранной первичной публичной статистической информации по отобранным организациям одной и той же отрасли (принцип однородности соблюден) эксперт, например, по каждому из 15-ти факторов должен/обязан решить - к какому из стандартных распределений каждый из 15-ти статистических факторов относится (Гаусса, Фишера, Стьюдента и т.д.). При этом эксперт должен учесть еще и все 5-ть глобальных ограничений акад. Колмогорова, которые невозможно обойти, не используя теорию размытых множеств.

В методике для решения данных ограничений Колмогорова предлагается следующий выход - расширить/объединить конструктивные подходы Колмогорова и теорию размытых множеств Заде.

Пример исходных экспертных оценок первичных факторов для статистического моделирования методом Монте-Карло, моделей нечетких множеств и нейронных сетей дан в табл. 4.

Таблица 4 Пример исходных экспертных оценок первичных факторов для статистического моделирования методом Монте-Карло, моделей нечетких множеств и нейронных сетей

Как видно из таблицы, экспертных оценок, в рамках подходов Колмогорова, Заде формируется треугольное вероятностное распределение по каждому из 15-ти интегрированных факторов публичной отчетности по отобранным организациям одной и той же отрасли.

Эксперт в процессе обработки статистических данных сосредотачивает свое внимание на треугольное распределение каждого фактора, состоящее как бы из трех вершин/точек: Минимальная величина/вершина, условно Средняя величина/вершина и Максимальная величина/вершина. Понятно, что треугольник (треугольное распределение) в экономике будет чаще ассиметричен (неравнобедренный), чем симметричен (равнобедренный).

Разобравшись с каждым фактором, с его треугольным вероятностным распределением, эксперт по методике формирует управляющую последовательность для дальнейшего статистического моделирования методом Монте-Карло, сплайн аппроксимации, моделей нечетких множеств и нейронных сетей. Размер генерируемой выборки должен быть минимум в 3-7 раз больше количества исследуемых первичных факторов, что позволяет учесть пять ограничений Колмогорова и использовать теорию размытых множеств Заде. После моделирования методом экспертных оценок далее применяется многовариантный анализ отраслевых, рыночных рисков, эффективности исследуемой группы организаций.

На следующем этапе методика требует проведения анализа отраслевых, рыночных рисков, эффективности исследуемой группы организаций на основе финансовых коэффициентов. На предыдущем этапе по первичным факторам рассчитаны эталонные среднеотраслевые/рыночные экономико-регрессионные уравнения/модели. На данном этапе при расчете любого представленного ниже финансового коэффициента необходимо использовать эти функциональные экономико-регрессионные уравнения/модели, просто подставляя их в формулу расчета конкретного финансового коэффициента.

Пример модели расчета функциональных регрессионных зависимостей среднеотраслевых/среднерыночных финансовых коэффициентов (вторичных факторов) дан в табл. 5.

Таблица 5 Модели расчета функциональных регрессионных зависимостей среднеотраслевых/среднерыночных финансовых коэффициентов (вторичных факторов)

Пример расчета коэффициента "Текущая ликвидность". Чтобы вычислить коэффициент "Текущая ликвидность", необходимо разделить показатель "Оборотные активы" на показатель "Всего краткосрочные обязательства":

CR= Оборотные активы/Всего краткосрочные обязательства

Ранее при анализе первичных показателей были рассчитаны, построены эконометрические регрессионные зависимости показателя "Оборотные активы" (Y₈) от выручки (X):

Y₈= K₈*X

И показателя "Всего краткосрочные обязательства" (Y₁₃) от выручки (X):

Y₁₃= K₁₃*X

Исходные функциональные регрессионные зависимости показателя "Оборотные активы" (Y₈) от выручки (X): Y₈= K₈*X и показателя "Всего краткосрочные обязательства" (Y₁₃) от выручки (X): Y₁₃= K₁₃*X подставим в коэффициент "Текущая ликвидность" и получим:

CR=(K₈*X)/(K₁₃*X)

После сокращения в числителе и знаменателе выручки (X) получаем:

CR=(K₈*X)/(K₁₃*X)=K₈/K₁₃

Или как показано в таблице, можно данный коэффициент представить в другом виде:

CR = (K₈*X)/(K₁₃*X) = K₈/K₁₃ = Y₈/Y₁₃

Графически регрессионные эконометрические функциональные уравнения лучших, худших и среднерыночных/среднеотраслевых показателей коэффициента "Текущая ликвидность" для наглядности представлены на рис. 34.

Рис. 34 Графические регрессионные эконометрические функциональные уравнения лучших, худших и среднерыночных/среднеотраслевых показателей коэффициента "Текущая ликвидность"

Рис. 35 Графические регрессионные эконометрические функциональные уравнения лучших, худших и среднерыночных/среднеотраслевых показателей коэффициента "Абсолютная ликвидность"

Графически регрессионные эконометрические функциональные уравнения лучших, худших и среднерыночных/среднеотраслевых показателей коэффициента "Абсолютная ликвидность" для наглядности представлены на рис. 35.

Графически регрессионные эконометрические функциональные уравнения лучших, худших и среднерыночных/среднеотраслевых показателей коэффициента "Фондоотдача" для наглядности представлены на рис. 36.

Остальные коэффициенты, представленные в таблице, рассчитываются аналогично. Понятно, что количество коэффициентов (вторичных факторов/показателей) ничем не ограничено, кроме целей и задач конкретного исследования, при этом принцип расчета все равно сохраняется. Для этого достаточно определить конкретную формулу вычисления коэффициента (вторичного фактора) с единственным ограничением – можно ли описать этот коэффициент с помощью имеющихся первичных факторов. Чем больше первичных факторов будет исследоваться, тем большее количество коэффициентов (вторичных факторов) можно построить и рассчитать.

Рис. 36 Графические регрессионные эконометрические функциональные уравнения лучших, худших и среднерыночных/среднеотраслевых показателей коэффициента "Фондоотдача"

Пример построения нейронных моделей. Любому экономисту известно, что величина оборотных активов состоит из суммы денежные средства плюс запасы плюс дебиторская задолженность. Логика построения нейронной модели оборотных средств и всех трех перечисленных факторов аналогична за исключением того, что каждый из факторов включает в себя выборку исследуемых предприятий, которую можно представить в виде размытого облака точек организаций по конкретному показателю, например, запасы от выручки. Данную зависимость можно представить в виде регрессионного уравнения. В результате эти три исходных фактора, представленные в своих размытых плоскостях, если их просуммировать или проинтегрировать по всем поверхностям факторов и по всем точкам, то будет получен итоговый фактор оборотных активов. Это лингвистическое описание можно представить в виде нейронной модели. Практическое моделирование будет показано далее.

Аналогичным образом можно построить нейронную модель активов, состоящую из оборотных средств и необоротных. При этом, если оборотные активы представить в виде ранее описанной нейронной модели, то будем наблюдать нейронную модель активов как одноуровневую или двухуровневую. Если, в свою очередь, каждый из перечисленных показателей раскрыть, то мы будем иметь многоуровневую нейронную модель активов в виде дерева. Аналогичным образом можно описать пассивы бухгалтерского баланса. Увязать выручку и все факторы, определяющие выручку, построить нейронные модели, увязывающие форму 1,2 с формами 3.4.5. Кроме этого форма 1 и 2 имеют прямые и обратные связи, которые можно также описать с помощью нейронной модели.

Методика разработана авторами и описана еще в конце прошлого века. В книгах, учебных пособиях, монографиях авторов рассматривались, описывались теоретические, практические наиболее интересные моменты, в т.ч. алгоритмы и программные модули. Если сложить все публикации авторов с элементами настоящей методики с конца прошлого века, то можно сложить картину методики как пазлы. Для наглядности объединить их с видиолекциями в ютубе, будет понятна вся простота, скорость вычислений, объективность, много вариантность, качество методики рисков коридоров управления и эффективность и ее совместная работа с методикой по разработке бизнес-плана организации.

Одна из знаковых целей методики Дорошко-Самариной на всех пяти уровнях сформировать целевой отраслевой вектор как целевую выделенную систему по отношению к другим целевым векторам других отраслей. Понятно, что данная отраслевая система как целевой отраслевой вектор в рамках стандарта МОБ по своим прямым и косвенно-латентным связям будет взаимодействовать со всеми отраслями (системами) всей экономики страны - системы верхнего уровня. Эти отрасли, системы, целевые отраслевые вектора можно сгруппировать с учётом их весов или по критерию количественной оценки. То есть перед нами стоит проблема, с одной стороны, описать целевой отраслевой вектор и его подотрасли как целевой системный вектор, а с другой стороны, показать характер взаимодействия данного целевого отраслевого вектора с другими подсистемами, целевыми векторами отраслей, которые отражают многообразие межотраслевых прямых и косвенно-латентных связей.

Опираясь на ранее сформированный тезис о целевом отраслевом векторе как системы и о множестве целевых векторов уровня подсистемы, в методике Дорошко-Самариной предлагается выделить не всё счётное множество подсистем, а лишь одну из подсистем, выделенную по критерию не веса, а количества межотраслевых связей. В результате можно было бы выделить для простоты изложения любую группу межотраслевых подсистем. Например, финансовой, страховой подсистеме исследуемого целевого отраслевого вектора, сырьевой подсистеме целевого отраслевого вектора, государственной подсистеме целевого отраслевого вектора и т.д.

В тоже время учитывая, что в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Дорошко-Самариной это мезо уровни, то есть уровень межотраслевой взаимосвязи, то в методике предлагается определить эти подсистемы как мезо подсистемы.

Критерий количественного выбора конкретных мезоподсистем не оптимален. Методика позволяет исследователю самому определить, стоит ли выделять мезоподсистемы или нет в зависимости от целей и задач научной работы.

Ввиду ограничения объема книги дальнейшее детальное описание пятиуровневой методики Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций различных отраслей, регионов, государств не дается. Огромное количество факторов, моделей методики усложнит ее восприятие. Поэтому было принято решение показать, как проводятся научные исследования на уровне целевого отраслевого вектора с учетом многообразия отраслевых технологических особенностей.

Для наглядности было выбрано научное исследование О.Айрапетова по целевому вектору отечественных, американских организаций электротехнической отрасли и ее подотраслей в рамках международных стандартов МОБ, СНС ООН. Исследование О.Айрапетова дано в 3-м разделе настоящей книги. Методика изначально требует детальной проработки и исследования целевых отраслевых векторов и всех его подсистем.

2.3.4 Исторические приоритеты при оценке корректности отбора статистических баз данных в рамках международных стандартов СНС, МОБ ООН

Вся сегодняшняя методология, статистическая отчетность реальной экономики стран-членов ООН - это система национальных счетов (СНС), основанная на межотраслевом балансе (МОБ).

Методология, статистическая отчетность стран-членов ООН (СНС, МОБ) была разработана и внедрена исключительно русской трудовой экономической школой (зарубежной и отечественной). Решать фундаментальные проблемы и реализовывать масштабные задачи традиционно по Дмитриеву, Леонтьеву, Сорокину было интеллектуально не по силам западным либеральным экономическим школам и их нобелевским лауреатам по экономике.

Практически основателем МОБ и СНС всеми экономистами мира признан В.К.Дмитриев. В 1895-1899 гг. В.К.Дмитриев в своем экономическом эссе решил фундаментальную экономическую проблему трудовой теории стоимости и главное преобразование И.Т.Посошкова и А.Смита в рамках реальной экономики ("Экономические очерки. Выпуск первый. Теория ценности Д. Рикардо (Опыт точного анализа)", 1900 г.).

Так, в частности, В.К.Дмитриев пишет: "При этом сам Смит указывает..., что цена продукта, в конечном счете, сводится только к двум элементам (заработной плате и прибыли)."

Причину поражения либеральных экономистов, марксистов при решении данной проблемы в 17-19-м веках В.К.Дмитриев описывает следующим образом: "…Понятно, что на этой стадии развития теория издержек производства вполне заслуживает упрека... она цену определяет из цен, одно неизвестное из других неизвестных…"

Далее В.К.Дмитриев, рассматривая формулировку главного преобразования И.Т.Посошкова и А.Смита (цена=оплата труда + прибыль) и раскладывает в ряд труд. В частности, его две экономические категории:

• Труд живой (текущие затраты труда — оплата труда).

• Труд овеществленный (технологии, основные средства, амортизация, овеществленные материальные затраты в предыдущие временные периоды).

В результате разложения в ряд показателя труда (живого, овеществленного) по всем технологическим переделам, вложенным цепочкам производства конечного продукта В.К.Дмитриев получает базовую модель МОБ — полные трудовые затраты.

Как В.К.Дмитриев изящно и просто решает "неразрешимую проблему" для либеральных экономистов - трудовой теории стоимости, можно ознакомиться по материалам предыдущих книг авторов.

На данном этапе отметим главное, что в основу методологии, статических, динамических моделей МОБ и СНС стран-членов ООН положен объективный экономический закон трудовой теории стоимости и базовая модель МОБ Дмитриева - полных трудовых затрат.

Отметим важный момент. Советские экономисты при построении МОБ основывались на модели МОБ Дмитриева (балансовой, итерационной модели МОБ) и его основном тезисе: "Так, несмотря на разнообразие и сложность современной техники, даже число всех возможных качественно различных технических капиталов есть все же величина конечная".

Кроме этого следует напомнить, что модель МОБ В.Леонтьева - расчет полных затрат (E-А)^-1 (обратной матрицы) предполагает разложение в ряд

(E-A)-1=1/(E-A)=E+A+A²+…+A^m+… при условии A^m→0 при m→∞.

Это условие модели Леонтьева предполагает разложение в ряд в условиях бесконечности технологических циклов - это экономически спорно.

Итерационный процесс расчета полных затрат, предложенный В.Дмитриевым, экономически более корректен, чем модель расчета обратной матрицы модели МОБ В.Леонтьева. Этот расчет по советской балансовой модели (итерационная модель В.К.Дмитриева) можно сделать буквально с помощью бухгалтерских деревянных счетов даже без применения компьютерной техники, которой во времена Дмитриева не было.

Вот почему в основу русской/советской модели МОБ была положена балансовая модель на основе итерационного процесса расчета полных затрат. На данном этапе не будем обсуждать альтернативные модели МОБ В.Леонтьева — его заслуги в экономической науке громадны и не соизмеримо велики в сравнении с пустопорожней "научной" болтовней всех западных либеральных экономических школ.

Хорошо известно, что основные работы по формированию статистической базы МОБ, балансовых моделей МОБ в период 1900-1930 гг. проводились только в Российской Империи, а после февральского переворота 1917 г. в СССР.

С 1930 г. были начаты работы по МОБ и в США. Данная работа в США проводилась только русскими-эмигрантами экономистами, учениками В.К.Дмитриева и петербургской трудовой экономической школы - В.Леонтьевым и др. при поддержке декана факультета Гарвардского университета русского трудовика П.Сорокина (ученика В.К.Дмитриева и учителя В.Леонтьева). Напомним, что на западе русский экономист-трудовик П.Сорокин более известен как основатель американской ассоциации социологов, политологов.

Данные утверждения авторов подтверждаются многочисленными источниками. Так, в частности, уважаемая организация Госдепа США - бюро экономического анализа Министерства торговли США (Bureau of Economic Analysis of the U.S. Department of Commerce - BEA.DOC) (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf) в 2006 г. (September 2006 , Updated April 2009 ) опубликовала в работе «Concepts and Methods of the U.S. Input-Output Accounts» краткую историческую справку о создателе межотраслевого баланса США нобелевском лауреате В.Леонтьеве.

В параграфе «Early history» на странице 1-5 специалисты BEA.DOC (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf) сообщают:

"...In the 1930s and 1940s, Nobel laureate Wassily W. Leontief developed I-O tables as a tool for economic analysis and created the first modern-day I-O tables for the United States. While teaching at Harvard University, Leontief constructed I-O tables for the U.S. economy for the years 1919, 1929, and 1939..."

Отметим интересный и во многом важный факт для наших исследований. Исследованиями, моделями, практическими результатами МОБ в изложении В.Леонтьева, в первую очередь, заинтересовались американские военные (Air Force, National Security Resources Board), которые финансировали В.Леонтьева по классической схеме "прикрытия" через бюро трудовой статистики (BLS) Министерства труда США:

"Soon after the BLS study, other governmental organizations, including the U.S. Air Force, began using the I-O framework to analyze their operations and allocation of resources. In preparing an I-O table for 1947, BLS received financial support from the Air Force and the National Security Resources Board."

Интерес американских военных и, в частности, Air Force был неслучаен. По данным разведки США, (National Security Resources Board) было известно, что СССР активно использовал советский балансовый метод МОБ не только для планирования экономики страны, но и при планировании военных операций в период Великой Отечественной Войны. Поэтому, обобщив опыт СССР, американские военные использовали таблицы МОБ В.Леонтьева за 1952 г. при планировании военных операций в Корейской войне:

"Published in 1952, the table was used for analysis and planning related to the Korean War."

Дальнейшее изучение, освоение, использование в США МОБ в изложении В.Леонтьева подверглись популистской критике со стороны западных либеральных экономических школ, в т.ч. американских, и либерально настроенных политиков. В результате МОБ программа была остановлена. Так, в частности, на странице 1-6 в четвертом абзаце (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf) читатель вдруг обнаруживает странный текст о том, что США решили отказаться от изучения и внедрения I-O таблиц/счетов В.Леонтьева, так как межотраслевой баланс уже давно используется в СССР. В СССР советскую балансовую модель МОБ применяют как эффективную систему управления и как инструмент экономического анализа, планирования и контроля для всех организаций, отраслей экономики СССР без исключения:

"However, during the early 1950s, I-O analysis came under intense criticism, as politicians and economists in the United States noted that the Soviet Union used I-O tables as a tool for economic planning. In this hostile political climate, the U.S. government acted to restrict funding for the production of I-O tables. By 1954, the U.S. I-O program came to a complete halt."

Экономистам BEA.DOC (ученикам В.Леонтьева и русской трудовой школы) нельзя отказать в чувстве юмора, далее они пишут:

"Ironically, while U.S. critics espoused the communist dangers of the I-O tables, The People’s Republic of China also abandoned the use of I-O tables, claiming that this type of analysis was a tool of the capitalist West."

Следует согласиться с объективной оценкой экономистов BEA.DOC, что советский/русский МОБ и его версия «I-O tables» от русского эмигранта экономиста В.Леонтьева в настоящее время является основой всей мировой экономики и ее системы национальных счетов (СНС) для всех стран-членов ООН. Цитируем («Concepts and Methods of the U.S. Input-Output Accounts», стр1-6, http://www.bea.gov/papers/pdf/IOmanual_092906.pdf):

"…While the United States and China discarded the I-O framework, the rest of the world continued to explore the benefits of I-O analysis. Other countries, notably the United Kingdom, began experimenting with developing I-O tables for their own economies. Based on the United Kingdom’s advances and developments, the United Nations created a standard reporting outline for national accounts, including I-O accounts, now known as the System of National Accounts (SNA). Building on several earlier reports that were published in the late 1940s, the first SNA was published in 1953. The SNA framework has since undergone several updates, the latest in 1993…"

В 1959 г. СССР на сессии ООН предложили объединить усилия экономистов США, других развитых стран-членов ООН и выработать единый подход по МОБ и СНС на основе единых стандартов при формировании исходных статистических баз данных. Данную работу экономисты СССР, имеющие 60-ти летний опыт работы по МОБ, предлагали проводить на основе стандартизированной отчетности любых организаций, отраслей, стран-членов ООН от рабочего места персонала до программы межгосударственного сопоставления различных комитетов ООН: Международной организации труда (МОТ), Мирового Банка, МВФ и др.

Несмотря на активное противодействие западных либеральных экономических школ и их будущих нобелевских лауреатов по экономике, политиков либерального толка, при активной поддержке военных развитых стран-членов в ООН были организованы постоянно действующие комитеты по стандартизации МОБ и СНС.

В частности, советские и американские экономисты в комитетах МОТ ООН выработали стандарты отчетности по персоналу любых организаций стран-членов ООН. Для этого были унифицированы и формализованы статистический учет и отчетность по МОТ ООН. В частности, списки, профессии персонала организаций определены основные профессиональные группы и структурные подразделения организаций, сформулированы правила статистического учета оплаты труда персонала организаций (часовая, годовая, и др.).

Кроме этого экономистами СССР и США проводились совместные работы по унификации, формализации, статистическому учету организаций и их группировке в отрасли, отраслевые группы, отраслевые сектора экономики. Данный статистический учет любых организаций и их группировка в отрасли потребовали раскрытия, унификации, формализации, статистического учета различных видов товаров, услуг на основе принципа однородности "производить подобные товары, услуги, подобными технологиями" в рамках теории систем. Это позволило сблизить учет и отчетность предприятий, организаций (промышленных, финансовых, общественных, государственных и др.) США и СССР, а также других стран-членов ООН.

В частности, по статистической детальной отчетности организаций советским и американским статьям отчетности "Материальные затраты" (СССР) и "Purchased goods and services" (США) в разрезе отраслевых, товарных покупок на всех рынках для формирования прямых материальных затрат (амер. "Total Intermediate"). Для этого экономистами СССР, США, комитетами ООН по МОБ были унифицированы все товарные группы и стандартизированы по строкам модели МОБ все рынки, а также выработаны стандарты по предприятиям всех отраслей (по колонкам модели МОБ) любых стран-членов ООН.

Аналогичные работы по стандартизации совместно проводились экономистами СССР и США по всем статьям МОБ и СНС, подчеркнем, начиная с рабочего места персонала любой организации вплоть до уровня межгосударственного сопоставления. Для этого достаточно ознакомиться с программой ООН — межгосударственного сопоставления.

В частности, это потребовало от экономистов СССР, США и комитетов ООН по МОБ детализации, унификации, формализации, статистическому учету различных видов по следующим показателям МОБ, СНС: основным средствам (амер. "Fixed assets"), амортизации (амер. "Depreciation"), капиталовложениям (амер. "Investments"), запасам (амер. "Materials and supplies inventory") и т.д.

Практически за период 1959-1979 гг. за два десятилетия экономисты СССР и русская трудовая экономическая школа США (В.Леонтьев) выполнили титаническую экономическую работу, которая до сих пор не по силам всем вместе взятым западным либеральным экономическим школам и их нобелевским лауреатам по экономике, а также печально известным рейтинговым мировым агентствам.

Причины краха либеральных западных школ уничижительно описаны в американской экономической прессе, но объективно и жестко в тщательном исследовании характера работ, содержащихся в «Американском экономическом журнале» (American Economic Review) — флагмане теоретических журналов по экономике за период 1972-1981гг. Там же даны данные по экспертной оценке диссертационных работ (ДР) по экономике в РФ за период 1992-2013 гг.

Картина для зарубежных и отечественных либеральных экономических школ жутковатая — это не картина, это приговор, озвученный В.Путиным в Совете Федерации РФ в 2007 г.: "...Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет...".

Вершиной совместной плодотворной работы экономистов всех комитетов ООН по стандартизации МОБ и СНС, по нашему мнению, можно считать уникальное исследование по прогнозированию развития мировой экономики всех стран-членов ООН до 2000 г., выполненное под руководством В.Леонтьева в 1973-1978гг.: Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.

Несложный анализ доклада группы экспертов ООН во главе с В.Леонтьевым свидетельствовал о следующем:

• СССР не отставал от США по показателю технологический уровень производства, а по инновационному показателю автоматизация производства СССР опережал США в почти в 4 раза (3,89-3,96)!!!. По показателю производительность труда СССР устойчиво опережал США.
• Удвоение промышленности в СССР происходило каждые 8,5 лет (темп прироста 8,5%), а в США лишь за 17,7 лет (темп прироста ВВП 4%).

• Удвоение ВВП в СССР происходило каждые 9,8 лет (темп прироста ВВП 7,3%), а в США лишь за 20,7 лет (темп прироста ВВП 3,4%).
  При таких темпах развития СССР к 1994 г. должен был стать мировым лидером. Промышленным мировым лидером СССР стал еще в 1985 г.

Рис. 37 Прогноз динамики развития промышленности, экономики СССР и США

Отметим интересный факт - малоизвестный "специалистам" по фондовым рынкам, и печально известным мировым рейтинговым агентствам (Standard & Poor's, Fitch Ratings, Moody's и др. без исключения), что фондовый индекс S&P 500 был разработан русскими/советскими экономистами в 1965-1969 гг. В 1970г. фондовый индекс S&P 500 был запущен в промышленную эксплуатацию.

Индекс S&P 500 и является слепком/копией 500 отраслей по МОБ в американском стандарте SIC. К сожалению, западные либеральные "экономисты", страдая по П.Сорокину, "устойчивыми формами социальной амнезии" об этом забыли, а инвестиционный, фондовый рынок превратили в банальное казино. На нем из правительств, инвесторов как из Буратино вытряхивают золотые, устраивают рейдерские захваты и меняют реальную собственность, ресурсы на бумажные, электронные фантики.

Рис. 38 Реальная оценка инвестиционного фондового рынка по индексу S&P 500

В мировой кризис 2008 года традиционные рейтинговые агентства показали свою ставшую привычной для экономической общественности некомпетентность, присваивая высокие рейтинги эмитентам и ценным бумагам дефолтного уровня. Правда это не новость - западные экономисты либерального толка в отличие от советских экономистов умудрились только за период 1900-2013 г.г. запустить и пропустить все 30 мировых финансовых и экономических кризисов.

В рамках американского промышленного стандарта (SIC), аналогичного МОБ СССР, к 1959-1969 гг. все американские организации были статистически сгруппированы в почти 500 отраслей, их выпускаемые товары и услуги были статистически сгруппированы в около 500 товарных (услуги) видов интегральных рынков, в т.ч. в отраслевом разрезе.

Бюро трудовой статистики Министерства труда США в рамках стандарта "Occupational Employment Statistics" (http://stats.bls.gov/oes/current/oessrci.htm) формализовало и определило статистическую отчетность организаций: списки профессий персонала организаций (около 800 профессий), определены основные профессиональные группы, структурные подразделения организаций (22 группы - SOC Major Groups), были также сформулированы правила статистического учета и отчета оплаты труда персонала организаций (часовая, годовая, и др.). Аналогичные работы в рамках американского промышленного стандарта (SIC) проводились всеми министерствами и ведомствами США по всем статьям МОБ и СНС. Общее количество статистической отчетности по около 200 тыс. американских организаций составляло в 1959-1969 гг. в пределах 500 млн. факторов (функционалов, переменных).

В.Леонтьев неоднократно предлагал Госдепу США значительно расширить стандарт SIC и довести его отчетность до эффективной отчетности организаций СССР. Но американские либеральные экономисты, неолиберальные, неоконсервативные политики и их ставленники — Президенты США Рейган, Буш-старший активно саботировали все экономические предложения нобелевского лауреата по экономике русского экономиста В.Леонтьева по совершенствованию МОБ США.

К огорчению американских и западных либеральных экономических школ ученики В.Леонтьева с 1997 г. начали внедрять новый расширенный северо-американский промышленный стандарт (NAICS http://www.bea.gov/papers/pdf/IOmanual_092906.pdf), описывающий более 1000 отраслей и товарных рынков.

К позитивному моменту и заслугам учеников В.Леонтьева можно отнести ежегодные публикации отчетности МОБ США (http://bea.gov/industry/io_annual.htm) в объемах около 100 отраслевых и 100 товарных рынков, а также данные по персоналу, основным фондам, и множеству других показателей (функционалов). Общее количество статистической отчетности по около 250 тыс. американских организаций составляет в пределах 1-5 млн. факторов (функционалов, переменных).

После развала СССР в РФ все работы по МОБ СССР были свернуты. Росстат РФ начал использовать упрощенные методики МОБ, СНС ООН, разработанные для африканских, азиатских развивающихся стран, весьма далеких от совершенных стандартов МОБ СССР, пока еще недоступных даже для учеников В.Леонтьева, внедряющих новый расширенный северо-американский промышленный стандарт (NAICS http://www.bea.gov/papers/pdf/IOmanual_092906.pdf)

2.3.5 Важные выводы по выбору статистических баз данных, основанных на методологии, статистических, динамических моделей МОБ и СНС международных программ ООН для экономических исследований

Подведем важные выводы по выбору статистических баз данных, основанных на методологии, статистических, динамических моделей МОБ и СНС международных программ ООН для экономических исследований.

• В основу методологии, статистических, динамических моделей МОБ и СНС, статистической отчетности международных программ ООН положена методология русской трудовой экономической школы.
• В методологию, модели МОБ и СНС программ ООН положен объективный экономический закон — трудовая теория стоимости и главное преобразование Посошкова-Смита — цена, в конечном счете, равна заработной плате плюс прибыль.
• Разработал методологию МОБ русский экономист В.К.Дмитриев в 1895-1899 г.
• Методология, и базовая модель МОБ — полных трудовых затрат Дмитриева основывается только на трудовой теории стоимости. Либеральные экономические теории, методики, модели никогда не работали, не работают и не будут работать в реальной экономике.
• Основные работы по формированию статистической базы МОБ, балансовых моделей МОБ практически до 1930 г. проводились только в Российской Империи и далее в СССР.
• С 1930 г. были начаты работы по МОБ в США русскими-эмигрантами экономистами, учениками В.К.Дмитриева и петербургской трудовой экономической школы - В.Леонтьевым и др. при поддержке декана факультета Гарвардского университета русского трудовика П.Сорокина (учителя В.Леонтьева).
• Моделями МОБ в изложении В.Леонтьева во время Второй Мировой Войны, в первую очередь, заинтересовались американские военные (Air Force, National Security Resources Board), которые финансировали В.Леонтьева через бюро трудовой статистики (BLS) Министерства труда США.
• Интерес американских военных, в частности, Air Force был неслучаен. По данным разведки США, в частности National Security Resources Board, было известно, что СССР активно использовал советский балансовый метод МОБ не только для управления экономикой страны, но и при организации военных операций в период Великой Отечественной Войны. Поэтому в 1952 г. американские военные использовали МОБ В.Леонтьева при планировании военных операций в Корейской войне.
• С 1959 г. СССР на сессии ООН предложили объединить усилия экономистов США, других развитых стран-членов ООН и выработать единый подход по МОБ и СНС на основе единых стандартов при формировании исходных статистических баз данных отчетности любых организаций, отраслей, стран-членов ООН от рабочего места персонала до программы межгосударственного сопоставления различных комитетов ООН: Международной организации труда (МОТ), Мирового Банка, МВФ и др.
• Несмотря на активное противодействие западных либеральных экономических школ и будущих нобелевских лауреатов по экономике, политиков либерального толка, но при поддержке военных развитых стран-членов в ООН были организованы постоянно действующие комитеты по международной стандартизации МОБ и СНС.
• В частности, советские и американские экономисты в комитетах МОТ ООН выработали международные стандарты отчетности по персоналу любых организаций стран-членов ООН.
• Экономистами СССР и США проводились совместные работы по унификации, формализации, статистическому учету организаций и их группировке в отрасли, отраслевые группы, отраслевые сектора экономики. Данный статистический учет любых организаций и их группировка в отрасли потребовал раскрытия, унификации, формализации, статистическому учету различных видов товаров, услуг на основе принципа однородности "производить подобные товары, услуги, подобными технологиями" в рамках теории систем. Это позволило сблизить учет и отчетность предприятий, организаций (промышленных, финансовых, общественных, государственных и др.) США и СССР, а также других стран-членов ООН.
• Практически за период 1959-1979 гг. за два десятилетия экономисты СССР и США русской трудовой экономической школы (русской зарубежной и советской) выполнили титаническую экономическую работу, которая до сих пор не по силам всем западным либеральным экономическим школам и их нобелевским лауреатам по экономике вместе взятыми.
• В рамках американского промышленного стандарта (SIC), аналогичного МОБ СССР, к 1985 г. все американские организации были статистически сгруппированы в около 500 отраслей. Их выпускаемые товары и услуги были статистически сгруппированы в около 500 товарных групп, рынков в отраслевом разрезе. Министерство труда США в рамках стандарта "Occupational Employment Statistics" (http://stats.bls.gov/oes/current/oessrci.htm) формализовало и определило статистическую отчетность организаций: списков профессий персонала организаций (около 800 профессий), основные профессиональные группы или структурные подразделения организаций (22 группы - SOC Major Groups), правила статистического учета оплаты труда персонала организаций (часовая, годовая, и др.). Аналогичные работы в рамках американского промышленного стандарта (SIC) проводились всеми министерствами и ведомствами США по всем статьям МОБ и СНС. Общее количество статистической отчетности по 200-250 тыс. американских организаций составляет в пределах 500 млн. факторов (функционалов, переменных).
• К позитивному моменту и заслугам учеников В.Леонтьева можно отнести ежегодные публикации отчетности МОБ США (http://bea.gov/industry/io_annual.htm) в объемах около 100 отраслевых и 100 товарных групп, а также данные по персоналу, основным фондам, и множеству других показателей (функционалов). Общее количество статистической отчетности по 250 тыс. американских организаций ежегодно составляет в пределах 1-5 млн. факторов (функционалов, переменных).

• После развала СССР в РФ все работы по МОБ СССР были свернуты. Росстат РФ начал использовать упрощенные методики МОБ, СНС ООН разработанные для африканских, азиатских развивающихся стран, весьма далеких от совершенных стандартов МОБ СССР, и пока еще недоступных даже для учеников В.Леонтьева внедряющих новый расширенный северо-американский промышленный стандарт (NAICS http://www.bea.gov/papers/pdf/IOmanual_092906.pdf)

Учитывая выше изложенное при выборе статистических баз данных страны-членов ООН и их приоритеты в рамках СНС и МОБ в условиях глобализации, открытой конкуренции, экономики необходимо отдавать предпочтение отчетности по МОБ и СНС базам-данных правительства США, а не РФ.

Профессионалам в различных отраслях науки и техники хорошо известно, что, несмотря на секретность, железный занавес, политическую традиционную глупость и близорукость западных лидеров - обмен идей, технологий, производственных процессов между профессионалами в 20-м веке происходил постоянно. И тем более данный процесс сложно остановить в 21-м веке.

Например, в 1978 году в СССР был создан сверхсекретный 64-процессорный SIMD-компьютер ПС-2000 (ПС-3000), который смог параллельно выполнять 64 потока разных программ. В 1985-1987 гг. он готовился для опытной эксплуатации в военную промышленность СССР. О дальнейшей судьбе сверхсекретного 64-процессорного SIMD-компьютера читатель, наверное, догадался — правильно — архитектура, многоядерные процессоры фирм Intel и AMD – это упрощенная копия советского сверхсекретного 64-процессорного SIMD-компьютера, на котором в настоящее время работает весь мир (автор разработки В.М.Пентковский).

Не менее интересен и другой забавный факт — математическая модель американского самолета "невидимки" была разработана в секретном КБ в СССР еще в 60-е годы прошлого века. Эту модель самолета "невидимки" подсунули американцам. Пентагон потратил на разработку, запуск, производство самолета "невидимки" около одного триллиона долларов США. А как только американцы самолет "невидимку" запустили в производство - им показали советскую разработку математической модели РЛС (радиолокатора) также 60-х годов 20-го века, который видит эти самолеты, а старые советские ракеты легко сбивают их. На разработку РЛС СССР потратил в 100 тыс. раз меньше. Советские ученые, инженеры объяснили американцам - чтобы видеть их "невидимку" для этого достаточно разнести старые советские РЛС и синхронизировать их совместную работу. Это и делали сербские военные, когда успешно сбивали американские самолеты "невидимки" в Югославии старыми советскими системами и ракетами.

Справка: В 1962 г. в издательстве «Советское радио» выходит необычная книга. Там, за бесконечностью знаков и цифр скрыта мировая сенсация. Автор книги, молодой ученый Петр Уфимцев разработал теорию, по которой можно создать уникальную форму самолета - форму, которая сделает его невидимым. Правда, вторую часть книги, в которой было описано, как обнаруживать "невидимку" в издательстве "Советское радио" опубликовать забыли.

Профессионалам хорошо известно, что в области автоматизации СССР опережал США 3-4 раза, так, в частности, в оборонной промышленности СССР с 1980 г. работали системы автоматизированного проектирования, гибкие производственные системы (гибкие автоматизированные производства), на западе известные как системы CAD/CAM/FMS.

Автор книги (С.Дорошко) по линии оборонного отдела ЦК КПСС в 1980-1984 гг. на промышленных полигонах различных оборонных министерств СССР наблюдал различные полностью автоматизированные производства, цеха, где всеми станками, линиями, роботами, робокарами, автоматизированными складами управляли многопроцессорные микро-компьютеры исключительно отечественного производства. В цехах таких автоматизированных производств не было ни одного рабочего, мастера, кладовщика, так как всю работу в цехе выполняли только роботы. Нельзя не признать, что Япония в тот период незначительно опережала СССР, а США и прочие "развитые" страны запада откровенно плелись в хвосте.

Аналогичная картина перетока идей, технологий, производственных процессов между СССР, США и другими развитыми странами наблюдается во всех отраслях науки, техники, производственных технологиях: в сельском хозяйстве, горно-добывающей промышленности, атомной, ракетной, авиационной, автомобильной, в химии, генетике, медицине, нанотехнологиях, альтернативной энергетике - проще во всех отраслях промышленности, в т.ч. в рамках стандартов МОБ СССР и SIC/NAICS США, МОБ, СНС ООН.

Кстати, нанотехнологиями в СССР начали заниматься в 70-х годах прошлого века. То, что сейчас пытается внедрять инноватор Чубайс — это разработки АН СССР 1975-1985 гг. В те времена Чубайсу и его либеральным коллегам "экономистам" было некогда — они обучались либеральной "экономике" и схемам "рыночного" ограбления собственного народа при кураторстве своих американских покровителей. Реальная экономика всегда была для Чубайса и ему подобным болтунам недоступна, что говорить об энергетике и тем более о нанотехнологиях, когда освоен могучий принцип либеральной "экономики"— "пришел, увидел, развалил".

Таким образом, утверждения отечественных либеральных экономистов об отсталости науки, техники, промышленности в СССР свидетельствует лишь о том, что эти так называемые "экономисты" на порог не допускались к таким производствам, чтобы они их или не сломали, или не "растрезвонили" о них всему свету.

Так что секретность, железный занавес, политическая глупость для советских, американских, западных, китайских и т.д. профессионалов в области науки, техники, производстве никогда не были преградой. Любая идея, технология, производственный процесс в 20-м веке осваивались практически в течение максимум 3-5 лет, а в 21-м веке и того быстрее в течение 1-3 года во всех отраслях науки, техники, производствах. Понимая эту неизбежность перетекания идей, технологий, производств экономисты СССР и экономисты-эмигранты русской трудовой школы в США, возглавляемые П.Сорокиным, С.Кузнецом, В.Леонтьевым, А.Масловым, А.Окунем и т.д., еще в 1959-1974 гг. предложили объединять совместные усилия при разработке стандартов МОБ и далее СНС. При этом так называемые либеральные "экономисты" и их нобелевские лауреаты по экономике других развитых западных стран и страны-члены ООН выполняли лишь роль статистов утверждавших созданные в СССР и США стандарты МОБ и далее СНС, как единые стандарты для всех стран-членов ООН.

2.3.6 Предпочтения при выборе статистических баз данных США, РФ в рамках международных стандартов МОБ, СНС ООН

На следующем этапе обсудим еще один важный момент, который определит предпочтения при выборе статистических баз данных США или РФ.

Предыдущая наша книга начиналась со слов: "Все то, о чем авторы писали и доказывали на основе расчетов в научных исследованиях, монографиях, учебных пособиях, книгах произошло. Либеральная экономика развитых стран рухнула. Величина совокупного долга всех развитых стран мира за 30-40 лет достигла в среднем 500% от ВВП этих стран". В США долг составит 4575% на начало 20 марта 2014 г. при ВВП (16 трлн.долл.США) с учетом деривативов (732 трлн.долл.США).

Для этого достаточно ознакомиться со счетчиком общего долга (государства, фирм, домашних хозяйств) США [http://webdiscover.ru/business/frame-22301-schetchik-vneshnego-dolga-ssha.html].

После убийства президента США Дж. Кеннади неолибералы, неоконсерваторы начали подавлять реальную американскую экономику, развивая виртуальную торгово-финансовую "экономику". Транснациональные компании США начали интенсивно вывозить производства в Китай, Индию и в третьи страны. Этот процесс вывоза промышленных производств наглядно виден на графиках. Производство упало почти до 30%.

Рис. 39 Источник: Table 2.4.5. Personal Consumption Expenditures by Type of Product

Понятно, эта предварительная оценка в виде графиков не очень точна. Американцы не такие простаки, как хотят казаться. Да они вывозили производства в третьи страны, но лишь грязные, мало технологичные производства, а все современные, высокотехнологичные производства, в т.ч. и технологии, производства, похищенные в СССР, никогда не вывозили. Слишком высока вероятность потери не только промышленной безопасности, но главное оборонной безопасности США — а это утрата мирового лидерства США.

Следует признать, что американские либеральные мифотворцы от "экономики" нанесли немалый ущерб экономике США. Хотя эти потери не соизмеримы с ущербом, который нанесли их русские либеральные "ученики" гайдарономики и прочие: экономике, науке, промышленности, образованию, обороне, сельскому хозяйству, медицине... СССР, СНГ, РФ.

Отечественные либералы (пятая колонна) так увлеклись, что заодно развалили советскую финансовую систему, а ЦБ РФ подобно ФРС США превратили вообще в частную лавку, неизвестно кому принадлежащую и никому не отчитывающуюся.

Чудный либеральный бизнес от Mayer Anselm Rothschild: "…Дайте мне возможность выпускать и контролировать деньги в государстве, и мне нет дела до того, кто пишет законы этого государства". Цинично, но честно.

Либеральное правительство РФ в программе 2030 впервые признало, что если программа "рыночных реформ", развития РФ к 2030 г. будет выполнена, то, может быть, экономика РФ достигнет уровня развития РФ 1990 г. Эти либеральные Моисеи планируют 40 лет (1990-2030 гг.) водить русский многонациональный народ по рыночной пустыне.

Предлагаем ознакомиться с результатами "рыночных реформ" в социальной сфере РФ. В промышленности РФ положение также тяжелое — отставание в сравнении с советским периодом составляет 40-60 лет. Утрачены 100 тыс. производств, похищены, а далее уничтожены миллионы технологий.

Исходя из выше изложенного, можно утверждать следующее.

Статистические данные предприятий различных отраслей РФ можно исследовать только на предварительном этапе. Понятно, что разрабатывать среднеотраслевые, эталонные модели предприятий для различных отраслей в условиях депрессивной экономики РФ как минимум глупо. Конечно, организации США всех отраслей экономики после деструктивных действий американских либеральных "экономистов" также выглядят не очень бодро.

В тоже время, учитывая, что американские предприятия-конкуренты пока являются лучшими предприятиями в мире, то естественно и логично разрабатывать среднеотраслевые, эталонные модели предприятий для различных отраслей экономики РФ необходимо на основе статистических баз-данных Госдепа США (МОБ), а также анализа предприятий-конкурентов США. Преимущества выбора статистических баз данных Госдепа США заключается и в следующем выявленном факте.

Экономисты СССР и экономисты-эмигранты русской трудовой школы в США, понимая неизбежность перетекания идей, технологий, производств между США, СССР и развитых стран мира, еще в 1959-1974 гг. вынуждены были объединять совместные усилия при разработке стандартов МОБ и далее СНС. При этом либеральные "экономисты" и их нобелевские лауреаты по экономике других развитых западных стран и страны-члены ООН выполняли лишь роль статистов, утверждавших в комиссиях ООН созданные в СССР и США стандарты МОБ и далее СНС, как единые стандарты для всех стран-членов ООН.

Росстат РФ с 1992 г. начал использовать упрощенные методики МОБ, СНС ООН, разработанные для африканских, азиатских развивающихся стран, весьма далеких от совершенных стандартов МОБ СССР, поэтому использовать базы данных Росстата можно только при поверхностном исследовании. При научных исследованиях, в первую очередь, следует использовать статистику США, на втором этапе статистику РФ и далее обязательно выполнить третий этап – сравнительный анализ (NAICS http://www.bea.gov/papers/pdf/IOmanual_092906.pdf)

2.3.7 Уточнение методологии исследования с учетом баз данных, международных стандартов МОБ, СНС ООН

Определившись с источниками статистической информации, базами данных РФ, США необходимо не менее тщательно сформировать методологию исследований.

Кратко методология представлена и изложена в видео - Общая постановка задачи при исследовании сложных экономических, отраслевых систем (любых предприятий, экономических систем) [http://www.youtube.com/watch?v=Cb2gmV-FPrI]. Все, что перечислено в видео, в книгах авторов обязательно для любого исследования.

Пятиуровневая методика Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран опирается на динамическую ноосферно-синергетическую производственно-мотивационную концепцию авторов.

Авторы рассматривают экономику как целостную систему. Концепция исследует экономику как единую систему, состоящую из семи уровней от рабочего места до межгосударственного сопоставления. Данная семиуровневая модель опирается на сложившуюся систему сбора социально-экономической статистической информации. В то же время концепция отрицает сложившийся в прошлом веке принцип исследования только уровня микроэкономики, только уровня мезоэкономики, только уровня макроэкономики. Концепция требует все эти уровни исследовать как целостную систему с многообразными взаимовлияющими прямыми, косвенно-латентными, обратными межотраслевыми связями всех предприятий, отраслей, регионов, государства. Исследования должны проводиться в динамике на глубину от 30 лет и более.

Из-за отсутствия вычислительной техники в прошлом веке такое деление целостной системы на три подсистемы (микро, мезо, макро) было вызвано невозможностью их одновременного исследования. Т.е. обрабатывать десятки, сотни миллионов функционалов и проводить исследования одновременно на всех семи уровнях от рабочего места до межгосударственного сопоставления. Современный бюджетный компьютер по производительности, объему памяти превосходит в 50 тысяч раз любой мощный компьютер 80-х годов прошлого века и в 1 млн. раз любой мощный компьютер 70-х годов прошлого века. В тоже время экономисты, имея современные компьютеры, продолжают исследовать, мыслить категориями экономистов прошлого века, работавших на счетах.

В XXI веке необходимо проводить экономические исследования любой организации с учетом всех семи уровней. В настоящее время исчезла другая существенная трудность по сбору и обработке статистических данных с помощью всех известных 25-ти математических, статистических, эконометрических методов одновременно. Благодаря программам раскрытия информации, интернет базам данных любой экономист круглосуточно может собирать статистическую социально-экономическую информацию по всем семи уровням сразу по любым странам-членам ООН и любым бюджетным и коммерческим организациям. Далее эту информацию компьютер может обработать за несколько секунд, применяя при этом все математические, статистические, эконометрические методы. Компьютеру потребуется всего несколько секунд, чтобы выдать текстовый отчет на десятках тысяч электронных страниц.

Считаем, что в научных работах необходимо рассматривать все виды связей конкретного предприятия/организации со всеми рынками и со всеми предприятиями других отраслей в экономике любой страны. Т.к. это позволит корректно дать оценку всему многообразию прямых и латентных межотраслевых связей, а значит, объективно оценить и выбрать методы эффективного управления организациями любой отрасли. Только метод межотраслевого моделирования, расширенного методами динамического, бифуркационного, синергетического, статистического, математического, эконометрического, поиска глобального экстремума, нейронного, мотивационного, производственного моделирования, векторного поля спроса и предложения позволяет на объективной основе дать рекомендации, инструменты менеджерам организаций для эффективного управления, т.е. для анализа, планирования и контроля.

Кроме этого следует понимать, что предыдущий перечень методов должен быть в обязательном порядке расширен стандартами и методиками, разработанными комитетами ООН, в частности:

1. Методики международных стандартов финансовой отчетности (МСФО) для всех организаций в стандартах ООН.
2. Методики межотраслевых балансов (МОБ) в стандартах ООН в рамках советской классификации и классификации В.Леонтьева по классификации/стандартизации рынков (по строкам) и отраслей (по колонкам).
3. Методики системы национальных счетов (СНС) в стандартах ООН в рамках советской классификации и классификации В.Леонтьева.
4. Методики Международной организацией труда (МОТ) по персоналу в стандартах ООН, руководитель проекта МОТ Л.А.Костин, развивая методологию экономики труда как науки акад. С.Г.Струмилина.
5. Методики по основным средствам, амортизации, инвестициям в стандартах ООН в рамках советской классификации по ОС предложенной Г.А.Краюхиным.
6. Методики по ценам Мирового Банка в стандартах ООН.
7. Методики и программы межгосударственного сопоставления Мирового Банка в стандартах ООН и т.д.

Метод межотраслевого моделирования позволяет выявить все прямые и косвенные связи, их веса, количественные величины предприятий всех отраслей и всех рынков в экономике страны без исключения. Все другие методы и даже их комплекс, в частности SWOT анализ, полностью лишены такой возможности.

Оригинальность межотраслевого моделирования заключается в том, что он показывает все прямые, латентные, внутренние, внешние факторы, связи исследуемого промышленного предприятия не только с предприятиями других отраслей, но и со всеми существующими в экономике рынками. МОБ позволяет выявить скрытые, латентные, не прямые, опосредованные связи исследуемого предприятия с другими предприятиями и рынками без исключения. Излишне доказывать, что только эти выбранные методы позволят на объективной, научной основе глубоко проанализировать и определить эффективность управления любым предприятием, организацией, любой отрасли, любой страны.

2.4 Межотраслевое моделирование влияния внутренних и внешних факторов на результаты деятельности промышленного предприятия. Исследование выполнено Т.А.Фоминой

Представленные в данном разделе материалы являются результатом исследования, проведённого совместно с сотрудниками научной организации «Ноосфера» Дорошко С.Е. и Самариной Г.П. и кафедрой Экономики и менеджмента в машиностроении СПбГИЭУ.

Целью данного исследования является установление и моделирование влияния внутренних и внешних факторов на результаты деятельности предприятия, а именно на результаты его сбытовой деятельности. Применение таких моделей и ориентация на достижения лучших фирм, т.е. бенчмаркинга позволит предприятиям лучше ориентироваться в условиях нестабильной внешней среды и принимать обоснованные технические и экономические решения, уменьшить риск предпринимательской деятельности, повысить качество плановой и управленческой деятельности, т.е. менеджмента в целом на предприятии и в их объединениях и ассоциациях.

Для корректности реализации выбранных методов, в т.ч. базового метода межотраслевого моделирования необходимо дать оценку управления промышленным предприятием по следующему алгоритму.

На первом этапе следует оценить влияние исключительно внешних факторов на результаты управления сбытовой деятельностью, выручку/продажи, т.е. все виды прямых затрат или, проще, покупок промышленных предприятий на всех i-х рынках интегрированных товаров и услуг. Цель данного этапа - дать оценку эффективности управления, коридоров управления рисками всеми промышленными предприятиями-конкурентами по внешним факторам. Для этого по каждому внешнему i-му фактору или i-му рынку необходимо:

• Провести комплексный динамический анализ и моделирование с использованием всего многообразия известных математических методов без исключения по всем i-м факторам, i-м рынкам.
• Дать оценку рисков, коридоров управления, эффективности управления внешней средой промышленными предприятиями-конкурентами на основе нейронного моделирования по всем i-м факторам, i-м рынкам в динамике.
• Выявить приоритеты управления внешней средой промышленными предприятиями-конкурентами на основе нейронных, весовых, кластерно-дискриминантных моделей по всем i-м факторам, i-м рынкам в динамике.

В заключение первого этапа следует дать интегральную оценку рисков, коридоров управления, эффективности управления внешней средой промышленными предприятиями-конкурентами на основе многофакторного нейронного моделирования по всем i-м факторам, i-м рынкам в динамике. Для этого необходимо:

• Построить интегральную многофакторную среднеотраслевую модель эффективности управления промышленными предприятиями- конкурентами внешними факторами в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления лучшими промышленными предприятиями- конкурентами внешними факторами в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления худшими промышленными предприятиями- конкурентами внешними факторами в динамике.

На первом этапе исследуем 15 интегрированных факторов прямых затрат на товары и услуги, приобретенных предприятиями отрасли "Manufacturing" на 15-ти интегрированных рынках товаров и услуг. В выборку включены все рынки страны.

Таблица 6 Обозначения в методике межотраслевых балансов (МОБ) в стандартах ООН в рамках советской классификации и классификации В.Леонтьева по стандартизации рынков (по строкам) и отраслей (по колонкам)

Рассматривается интегральная группа прямых затрат II. Отметим, что из II изучаемых интегрированных факторов/рынков прямых затрат (из 15-ти интегральных рынков) 15 факторов/рынков влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate).

Таблица 7 Экономический многофакторный анализ управления внешней средой промышленных предприятий-конкурентов II за период 1997-2012 гг.

MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Agriculture, forestry, fishing, and hunting", обозначенному в модели как F11 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F11 данный фактор в среднем составлял величину в размере MX=0,06224, Min=0,0539, Max=0,07225, среднеквадратичное отклонение составило Sx=0,006, вариация Var=0,09647, а медиана =0,06058. В целом фактор F11 по значимости занимает 5 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Mining", обозначенному в модели как F21 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F21 данный фактор в среднем составлял величину в размере MX=0,0978, Min=0,03688, Max=0,15968, среднеквадратичное отклонение составило Sx=0,04288, вариация Var=0,43843, а медиана =0,09669. В целом фактор F21 по значимости занимает 1 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Utilities", обозначенному в модели как F22 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F22 данный фактор в среднем составлял величину в размере MX=0,02371, Min=0,01553, Max=0,03895, среднеквадратичное отклонение составило Sx=0,00557, вариация Var=0,23473, а медиана =0,02369. В целом фактор F22 по значимости занимает 8 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Construction", обозначенному в модели как F23 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F23 данный фактор в среднем составлял величину в размере MX=0,00466, Min=0,00306, Max=0,00634, среднеквадратичное отклонение составило Sx=0,00107, вариация Var=0,2294, а медиана =0,00473. В целом фактор F23 по значимости занимает 12 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Manufacturing", обозначенному в модели как F31G за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F31G данный фактор в среднем составлял величину в размере MX=0,54425, Min=0,50469, Max=0,59671, среднеквадратичное отклонение составило Sx=0,0307, вариация Var=0,0564, а медиана =0,54348. В целом фактор F31G по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Wholesale trade", обозначенному в модели как F42 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F42 данный фактор в среднем составлял величину в размере MX=0,0756, Min=0,07082, Max=0,0791, среднеквадратичное отклонение составило Sx=0,00269, вариация Var=0,03554, а медиана =0,07678. В целом фактор F42 по значимости занимает 4 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Retail trade", обозначенному в модели как F44RT за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F44RT данный фактор в среднем составлял величину в размере MX=0,00411, Min=0,00336, Max=0,00471, среднеквадратичное отклонение составило Sx=0,00043, вариация Var=0,10569, а медиана =0,00425. В целом фактор F44RT по значимости занимает 13 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Transportation and warehousing", обозначенному в модели как F48TW за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F48TW данный фактор в среднем составлял величину в размере MX=0,03659, Min=0,03412, Max=0,03868, среднеквадратичное отклонение составило Sx=0,00136, вариация Var=0,0372, а медиана =0,03678. В целом фактор F48TW по значимости занимает 6 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Information", обозначенному в модели как F51 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F51 данный фактор в среднем составлял величину в размере MX=0,00699, Min=0,00574, Max=0,00858, среднеквадратичное отклонение составило Sx=0,00082, вариация Var=0,11656, а медиана =0,00699. В целом фактор F51 по значимости занимает 9 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Finance, insurance, real estate, rental, and leasing", обозначенному в модели как FIRE за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FIRE данный фактор в среднем составлял величину в размере MX=0,02945, Min=0,01846, Max=0,03948, среднеквадратичное отклонение составило Sx=0,00663, вариация Var=0,22502, а медиана =0,03103. В целом фактор FIRE по значимости занимает 7 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Professional and business services", обозначенному в модели как PROF за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат PROF данный фактор в среднем составлял величину в размере MX=0,09202, Min=0,07693, Max=0,107, среднеквадратичное отклонение составило Sx=0,00805, вариация Var=0,08753, а медиана =0,0916. В целом фактор PROF по значимости занимает 3 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Educational services, health care, and social assistance", обозначенному в модели как F6 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F6 данный фактор в среднем составлял величину в размере MX=0,00002, Min=0,00001, Max=0,00003, среднеквадратичное отклонение составило Sx=0,00001, вариация Var=0,27477, а медиана =0,00002. В целом фактор F6 по значимости занимает 15 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Arts, entertainment, recreation, accommodation, and food services", обозначенному в модели как F7 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F7 данный фактор в среднем составлял величину в размере MX=0,00454, Min=0,00392, Max=0,00547, среднеквадратичное отклонение составило Sx=0,00045, вариация Var=0,09896, а медиана =0,00449. В целом фактор F7 по значимости занимает 11 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Other services, except government", обозначенному в модели как F81 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат F81 данный фактор в среднем составлял величину в размере MX=0,00686, Min=0,00372, Max=0,01006, среднеквадратичное отклонение составило Sx=0,00234, вариация Var=0,34072, а медиана =0,00659. В целом фактор F81 по значимости занимает 10 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Government", обозначенному в модели как FG за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FG данный фактор в среднем составлял величину в размере MX=0,00149, Min=0,00135, Max=0,0018, среднеквадратичное отклонение составило Sx=0,00013, вариация Var=0,08543, а медиана =0,00147. В целом фактор FG по значимости занимает 14 место.

Цель второго этапа исследования - определить динамику каждого из II исследуемых факторов интегральной группы прямых затрат 15, их эконометрические однофакторные модели.

Таблица 8 Экономический многофакторный анализ управления внешней средой промышленных предприятий - конкурентов II за период 1997-2012 гг. (продолжение)

Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Gi=b0i*G1^b1i, Линейная (k) - линейная модель Gi=ki*G1.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Farms", обозначенному в модели как G11, показали, что за период 1997-2012 гг. он не значим.

В интегрированной группе прямых затрат II фактор F11 за период 1997-2012 гг. показал динамику в размере 1,15089. Эконометрическая модель вида F11=0,00141*II^1,25417 показала, что эластичность составила 1,25417. Эконометрическая модель вида F11=0,06307*II уточнила среднюю величину фактора F11. В заключение отметим, что на исследованном рынке фактора F11 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F21 за период 1997-2012 гг. показал динамику в размере 2,92368. Эконометрическая модель вида F21=0*II^3,69276 показала, что эластичность составила 3,69276. Эконометрическая модель вида F21=0,1098*II уточнила среднюю величину фактора F21. В заключение отметим, что на исследованном рынке фактора F21 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F22 за период 1997-2012 гг. показал динамику в размере 0,74781. Эконометрическая модель вида F22=987,66124*II^0,28348 показала, что эластичность составила 0,28348. Эконометрическая модель вида F22=0,02292*II уточнила среднюю величину фактора F22. В заключение отметим, что на исследованном рынке фактора F22 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F23 за период 1997-2012 гг. показал динамику в размере 0,70683. Эконометрическая модель вида F23=2755,27928*II^0,10504 показала, что эластичность составила 0,10504. Эконометрическая модель вида F23=0,00447*II уточнила среднюю величину фактора F23. В заключение отметим, что на исследованном рынке фактора F23 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F31G за период 1997-2012 гг. показал динамику в размере 0,86144. Эконометрическая модель вида F31G=25,15908*II^0,74226 показала, что эластичность составила 0,74226. Эконометрическая модель вида F31G=0,53754*II уточнила среднюю величину фактора F31G. В заключение отметим, что на исследованном рынке фактора F31G преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F42 за период 1997-2012 гг. показал динамику в размере 0,90419. Эконометрическая модель вида F42=1,1757*II^0,81553 показала, что эластичность составила 0,81553. Эконометрическая модель вида F42=0,07491*II уточнила среднюю величину фактора F42. В заключение отметим, что на исследованном рынке фактора F42 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F44RT за период 1997-2012 гг. показал динамику в размере 0,73412. Эконометрическая модель вида F44RT=51,95429*II^0,36494 показала, что эластичность составила 0,36494. Эконометрическая модель вида F44RT=0,00399*II уточнила среднюю величину фактора F44RT. В заключение отметим, что на исследованном рынке фактора F44RT преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F48TW за период 1997-2012 гг. показал динамику в размере 1,07737. Эконометрическая модель вида F48TW=0,00674*II^1,11367 показала, что эластичность составила 1,11367. Эконометрическая модель вида F48TW=0,03678*II уточнила среднюю величину фактора F48TW. В заключение отметим, что на исследованном рынке фактора F48TW преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F51 за период 1997-2012 гг. показал динамику в размере 0,8271. Эконометрическая модель вида F51=42,12301*II^0,41466 показала, что эластичность составила 0,41466. Эконометрическая модель вида F51=0,0068*II уточнила среднюю величину фактора F51. В заключение отметим, что на исследованном рынке фактора F51 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор FIRE за период 1997-2012 гг. показал динамику в размере 0,64097. Эконометрическая модель вида FIRE=26310092,09898*II^-0,38686 показала, что эластичность составила -0,38686. Эконометрическая модель вида FIRE=0,02759*II уточнила среднюю величину фактора FIRE. В заключение отметим, что на исследованном рынке фактора FIRE преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор PROF за период 1997-2012 гг. показал динамику в размере 1,01341. Эконометрическая модель вида PROF=57,09573*II^0,56759 показала, что эластичность составила 0,56759. Эконометрическая модель вида PROF=0,09012*II уточнила среднюю величину фактора PROF. В заключение отметим, что на исследованном рынке фактора PROF преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F6 за период 1997-2012 гг. показал динамику в размере 1,34479. Эконометрическая модель вида F6=216,99933*II^-0,08397 показала, что эластичность составила -0,08397. Эконометрическая модель вида F6=0,00002*II уточнила среднюю величину фактора F6. В заключение отметим, что на исследованном рынке фактора F6 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F7 за период 1997-2012 гг. показал динамику в размере 1,19247. Эконометрическая модель вида F7=0,00071*II^1,1241 показала, что эластичность составила 1,1241. Эконометрическая модель вида F7=0,00456*II уточнила среднюю величину фактора F7. В заключение отметим, что на исследованном рынке фактора F7 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор F81 за период 1997-2012 гг. показал динамику в размере 0,45398. Эконометрическая модель вида F81=355942785239,462*II^-1,12635 показала, что эластичность составила -1,12635. Эконометрическая модель вида F81=0,00621*II уточнила среднюю величину фактора F81. В заключение отметим, что на исследованном рынке фактора F81 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат II фактор FG за период 1997-2012 гг. показал динамику в размере 1,02706. Эконометрическая модель вида FG=0,00053*II^1,06975 показала, что эластичность составила 1,06975. Эконометрическая модель вида FG=0,0015*II уточнила среднюю величину фактора FG. В заключение отметим, что на исследованном рынке фактора FG преобладают низкие (МХ>=Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 15 интегральных факторов прямых затрат на товары и услуги по интегральной группе прямых затрат II.

Интегральную многофакторную среднеотраслевую модель эффективности управления всеми организациями-конкурентами внутренними и внешними факторами можно представить в виде:

II(MX)=1978278,3+0,0622*F11+0,0978*F21+0,0237*F22+0,0047*F23+0,5443*F31G+0,0756*F42+ 0,0041*F44RT+0,0366*F48TW+0,0070*F51+0,0295*FIRE+0,0920*PROF+0,000022*F6+0,0045*F7+0,0069*F81+0,0015*FG

II(MX)=5,858*F11^0,0622*F21^0,0978*F22^0,0237*F23^0,0047*F31G^0,5443*F42^0,0756*F44RT^0,0041* F48TW^0,0366*F51^0,0070*FIRE^0,0295*PROF^0,0920*F6^0,000022*F7^0,0045*F81^0,0069*FG^0,0015

Интегральную многофакторную среднеотраслевую модель эффективности управления лучшими организациями-конкурентами внутренними и внешними факторами можно представить в виде:

II(Min)=43,227*F11^0,0539*F21^0,0369*F22^0,0155*F23^0,0031*F31G^0,5047*F42^0,0708*F44RT^0,0034* F48TW^0,0341*F51^0,0057*FIRE^0,0185*PROF^0,0769*F6^0,000014*F7^0,0039*F81^0,0037*FG^0,0013

Интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями-конкурентами внутренними и внешними факторами можно представить в виде:

II(Max)=0,602*F11^0,0722*F21^0,1597*F22^0,0390*F23^0,0063*F31G^0,5967*F42^0,0791*F44RT^0,0047* F48TW^0,0387*F51^0,0086*FIRE^0,0395*PROF^0,1070*F6^0,000034*F7^0,0055*F81^0,0101*FG^0,0018

Линейная многофакторная среднеотраслевая модель обеспечивает точность модели по отношению к исходным статистическим данным в размере 1350638, а многофакторная степенная модель - 110563, что в 12 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию II(Min) обеспечивает точность 530277, точность модели по худшему сценарию II(Max)=548227.

На втором этапе необходимо оценить влияние исключительно внутренних факторов на управление промышленным предприятием, т.е. все виды прямых затрат внутри промышленного предприятия от рабочего места персонала до цехов, подразделений, отделов и собственно предприятия. Практически необходимо дать комплексную оценку всех i-х факторов добавленной стоимости в динамике. Цель данного этапа - дать оценку эффективности управления промышленным предприятием по внутренним факторам с их полной детализацией: по персоналу, основным фондам, амортизации, инвестициям, доходам, расходам, процентам, налогам и, наконец, чистой прибыли. Для этого по каждому внутреннему i-му фактору необходимо:

• Провести комплексный анализ и моделирование с использованием всего многообразия известных математических методов без исключения по всем внутренним i-м факторам в динамике.
• Дать оценку рисков, коридоров управления, эффективности управления внутренней средой промышленными предприятиями-конкурентами на основе нейронного моделирования по всем внутренним i-м факторам в динамике.
• Выявить приоритеты управления внутренней средой промышленными предприятиями-конкурентами на основе нейронных, весовых, кластерно-дискриминантных моделей по всем внутренним i-м факторам в динамике.

В заключение данного этапа необходимо дать интегральную оценку рисков, коридоров управления, эффективности управления внутренней средой промышленными предприятиями-конкурентами на основе многофакторного нейронного моделирования по всем внутренним i-м факторам в динамике. Для этого следует:

Построить интегральную многофакторную среднеотраслевую модель эффективности управления промышленными предприятиями-конкурентами внутренними факторами, определяющими сбытовую деятельность в динамике.

• Построить интегральную многофакторную среднеотраслевую модель эффективности управления лучшими промышленными предприятиями-конкурентами внутренними факторами, определяющими сбытовую деятельность в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления худшими промышленными предприятиями-конкурентами внутренними факторами, определяющими сбытовую деятельность в динамике.

На первом этапе исследуем 3 интегрированных внутренних фактора промышленных предприятий-конкурентов отрасли "Manufacturing". В выборку включены все внутренние факторы. Рассматривается интегральная группа прямых внутренних затрат ADD. Отметим, что из ADD изучаемых внутренних интегрированных факторов прямых затрат 3 фактора/рынка влияют на интегрированный/итоговый фактор прямых внутренних затрат эконометрической модели ADD (Total Value Added).

Таблица 9 Экономический многофакторный анализ управления внутренней средой промышленных предприятий-конкурентов ADD за период 1997-2012 гг.

Проведенные исследования по внутреннему интегральному фактору прямых затрат "Compensation of employees", обозначенному в модели как Comp за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Comp данный фактор в среднем составлял величину в размере MX=0,51283, Min=0,43061, Max=0,57819, среднеквадратичное отклонение составило Sx=0,05036, вариация Var=0,09821, а медиана =0,51285. В целом фактор Comp по значимости занимает 1 место.

Проведенные исследования по внутреннему интегральному фактору прямых затрат "Taxes on production and imports, less subsidies", обозначенному в модели как Tax за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Tax данный фактор в среднем составлял величину в размере MX=0,03417, Min=0,02976, Max=0,04277, среднеквадратичное отклонение составило Sx=0,00351, вариация Var=0,10276, а медиана =0,03377. В целом фактор Tax по значимости занимает 3 место.

Проведенные исследования по внутреннему интегральному фактору прямых затрат "Gross operating surplus", обозначенному в модели как Gos за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Gos данный фактор в среднем составлял величину в размере MX=0,453, Min=0,3887, Max=0,5348, среднеквадратичное отклонение составило Sx=0,04789, вариация Var=0,10573, а медиана =0,45339. В целом фактор Gos по значимости занимает 2 место.

Цель второго этапа исследования определить динамику каждого из 3 исследуемых внутренних факторов ADD, их эконометрические однофакторные модели.

Таблица 10 Экономический многофакторный анализ управления внутренней средой промышленных предприятий-конкурентов ADD за период 1997-2012 гг. (продолжение)

В интегрированной группе внутренних прямых затрат II фактор Comp за период 1997-2012 гг. показал динамику в размере 0,78162. Эконометрическая модель вида Comp=35660,9673*II^0,21711 показала, что эластичность составила 0,21711. Эконометрическая модель вида Comp=0,50262*II уточнила среднюю величину фактора Comp. В заключение отметим, что на исследованном рынке фактора Comp преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе внутренних прямых затрат II фактор Tax за период 1997-2012 гг. показал динамику в размере 1,13982. Эконометрическая модель вида Tax=0,00004*II^1,46611 показала, что эластичность составила 1,46611. Эконометрическая модель вида Tax=0,03455*II уточнила среднюю величину фактора Tax. В заключение отметим, что на исследованном рынке фактора Tax преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе внутренних прямых затрат II фактор Gos за период 1997-2012 гг. показал динамику в размере 1,27718. Эконометрическая модель вида Gos=0*II^1,83058 показала, что эластичность составила 1,83058. Эконометрическая модель вида Gos=0,46283*II уточнила среднюю величину фактора Gos. В заключение отметим, что на исследованном рынке фактора Gos преобладают высокие (МХ<Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 3 интегральных факторов прямых затрат на товары и услуги по интегральной группе прямых затрат ADD. Многофакторные эконометрические модели могут быть представлены в виде:

ADD(MX)=1550337,7+0,5128*Comp+0,0342*Tax+0,4530*Gos

ADD(MX)=4,318*Comp^0,5128*Tax^0,0342*Gos^0,4530

ADD(Min)=32,936*Comp^0,4306*Tax^0,0298*Gos^0,3887

ADD(Max)=0,537*Comp^0,5782*Tax^0,0428*Gos^0,5348

Линейная многофакторная среднеотраслевая модель обеспечивает точность модели по отношению к исходным статистическим данным в размере 2935177, а многофакторная степенная модель - 740415, что в 4 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию ADD(Min) обеспечивает точность 864187, точность модели по худшему сценарию ADD(Max)=640792.

На третьем этапе следует комплексно оценить внутренние и внешние факторы и их влияние на управление промышленным предприятием. Практически необходимо дать комплексную динамическую оценку всех i-х факторов добавленной стоимости и всех j-х факторов внешней среды. Цель данного этапа - дать оценку эффективности управления промышленными предприятиями-конкурентами по внутренним и внешним факторам с их полной детализацией в динамике. Для этого по каждому i-му внутреннему фактору и j-му фактору внешней среды необходимо:

• Провести комплексный анализ и моделирование с использованием всего многообразия известных математических методов без исключения по всем внутренним i-м факторам и внешним j-м факторам в динамике.
• Дать оценку рисков, коридоров управления, эффективности управления внутренней, внешней средой промышленными предприятиями- конкурентами на основе нейронного моделирования по всем внутренним i-м факторам и внешним j-м факторам в динамике.
• Выявить приоритеты управления внутренней, внешней средой промышленными предприятиями-конкурентами на основе нейронных, весовых, кластерно-дискриминантных моделей по всем внутренним i-м факторам и внешним j-м факторам в динамике.

В заключение этого этапа следует дать интегральную оценку рисков, коридоров управления, эффективности управления внутренней и внешней средой промышленными предприятиями-конкурентами на основе многофакторного нейронного моделирования по всем внутренним i-м факторам и внешним j-м факторам в динамике. Для этого необходимо:

• Построить интегральную многофакторную среднеотраслевую модель эффективности управления промышленными предприятиями- конкурентами внутренними и внешними факторами в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления лучшими промышленными предприятиями- конкурентами внутренними и внешними факторами в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления худшими промышленными предприятиями- конкурентами внутренними и внешними факторами в динамике.

На первом этапе исследуем 2 интегрированных внешних фактора прямых затрат на товары и услуги, приобретенных предприятиями отрасли "Total Intermediate" на рынках интегрированных товаров и услуг, а также всех внутренних факторов затрат, определяющих управление сбытовой деятельностью. В выборку включены все рынки страны и все внутренние факторы. Рассматривается интегральная группа валового выпуска GO и ее 2 подсистемы: подсистема внешних факторов/рынков Total Intermediate (всего 71 интегральный рынок) и подсистема добавленной стоимости внутренних факторов Total Value Added (более 1000 факторов по персоналу, основным фондам, амортизации, инвестициям, % ставкам и т.д.).

Таблица 11 Экономический многофакторный анализ управления внутренней, внешней средой промышленных предприятий-конкурентов GO за период 1997-2012 гг.

Проведенные исследования по внутреннему интегральному фактору добавленной стоимости, обозначенному в модели как Add за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Add в выручке GO данный фактор в среднем составлял величину в размере MX=0,34719, Min=0,31493, Max=0,36827, среднеквадратичное отклонение составило Sx=0,01375, вариация Var=0,0396, а медиана Me=0,35041. В целом фактор Add по значимости занимает 2 место.

Проведенные исследования по внешнему интегральному фактору прямых затрат покупок на интегральных рынках, обозначенному в модели как II за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат II в выручке GO данный фактор в среднем составлял величину в размере MX=0,65281, Min=0,63173, Max=0,68507, среднеквадратичное отклонение составило Sx=0,01375, вариация Var=0,02106, а медиана Me=0,64959. В целом фактор II по значимости занимает 1 место.

Цель второго этапа исследования - определить динамику каждого из GO исследуемых внешних II и внутренних Add факторов от выручки GO, их эконометрические однофакторные модели.

Таблица 12 Экономический многофакторный анализ управления внутренней, внешней средой промышленных предприятий-конкурентов GO за период 1997-2012 гг. (продолжение)

В интегрированной группе внутренний фактор добавленной стоимости Add от выручки GO за период 1997-2012 гг. показал динамику в размере 0,97436. Эконометрическая модель вида Add=7,6371*GO^0,79801 показала, что эластичность составила 0,79801. Эконометрическая модель вида Add=0,3444*GO уточнила среднюю величину фактора Add. В заключение отметим, что на исследованных рынках фактора Add преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе внешний фактор II от выручки GO за период 1997-2012 гг. показал динамику в размере 1,01349. Эконометрическая модель вида II=0,13084*GO^1,105 показала, что эластичность составила 1,105. Эконометрическая модель вида II=0,6556*GO уточнила среднюю величину фактора II. В заключение отметим, что на исследованных рынках фактора II преобладают низкие (МХ>=Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 2 внутренних и внешних интегральных факторов и их влияние на выручку/сбыт GO. Многофакторные эконометрические модели представлены ввиде:

GO(MX)=2030224,4+0,3472*Add+0,6528*II

GO(MX)=1,908*Add^0,3472*II^0,6528

GO(Min)=4,142*Add^0,3149*II^0,6317

GO(Max)=0,873*Add^0,3683*II^0,6851

Линейная многофакторная среднеотраслевая модель обеспечивает точность модели по отношению к исходным статистическим данным в размере 1083946, а многофакторная степенная модель - 11656, что в 93 раза точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GO(Min) обеспечивают точность 128265, точность модели по худшему сценарию GO(Max)=129493.

В заключение проведем эконометрическую свертку по средним, лучшим, худшим предприятиям-конкурентам.

Интегральную многофакторную среднеотраслевую модель эффективности управления всеми промышленными предприятиями- конкурентами внутренними и внешними факторами, определяющими сбытовую деятельность, можно представить в виде:

GO(MX)=1,908*(4,318*Comp^0,5128*Tax^0,0342*Gos^0,4530)^0,3472* (5,858*F11^0,0622*F21^0,0978*F22^0,0237*F23^0,0047*F31G^0,5443*F42^0,0756*F44RT^0,0041* F48TW^0,0366*F51^0,0070*FIRE^0,0295*PROF^0,0920*F6^0,000022*F7^0,0045*F81^0,0069*FG^0,0015)^0,6528

Интегральную многофакторную среднеотраслевую модель эффективности управления лучшими промышленными предприятиями- конкурентами внутренними и внешними факторами можно представить в виде:

GO(Min)=4,142*(32,936*Comp^0,4306*Tax^0,0298*Gos^0,3887)^0,3149* (43,227*F11^0,0539*F21^0,0369*F22^0,0155*F23^0,0031*F31G^0,5047*F42^0,0708*F44RT^0,0034* F48TW^0,0341*F51^0,0057*FIRE^0,0185*PROF^0,0769*F6^0,000014*F7^0,0039*F81^0,0037*FG^0,0013)^0,6317

Интегральную многофакторную среднеотраслевую модель эффективности управления худшими промышленными предприятиями-конкурентами внутренними и внешними факторами можно представить в виде:

GO(Max)=0,873*(0,537*Comp^0,5782*Tax^0,0428*Gos^0,5348)^0,3683* (0,602*F11^0,0722*F21^0,1597*F22^0,0390*F23^0,0063*F31G^0,5967*F42^0,0791*F44RT^0,0047* F48TW^0,0387*F51^0,0086*FIRE^0,0395*PROF^0,1070*F6^0,000034*F7^0,0055*F81^0,0101*FG^0,0018)^0,6851

Результаты данной работы положены в основу более глубокого и более детального исследования влияния внешних и внутренних факторов на результаты сбытовой деятельности одной из отраслей машиностроения – электротехнической и построения многофакторной модели, позволяющей на основе используемых научных методов значительно повысить уровень качества и эффективности принимаемых решений в области управления сбытовой деятельностью предприятия, как в краткосрочном периоде, так и при определении и планировании долгосрочных стратегических целей, приоритетов и стратегий. (Исследование Айрапетова О.Р.)

2.5 Межотраслевое моделирование рисков, коридоров управления, эффективности организаций-конкурентов металлопродукции в рамках международных стандартов МОБ, СНС ООН. Исследование выполнено А.В.Воробьёвой

Проведем исследования предприятий отрасли металлоконструкций.

В виду ограничений на объем публикации анализ будет дан укрупнено, но впервые исключительно на основе международных стандартов. Это позволит дать объективную оценку рисков, коридоров управления, эффективности, как отечественных предприятий, так и лучших американских предприятий конкурентов. Без использования международных стандартов, интернет баз данных Росстата РФ, Госдепа США, ООН невозможно дать объективную оценку рисков, коридоров управления, эффективности предприятий отрасли металлоконструкций независимо от их государственной принадлежности и территорий размещения.

В рамках международных стандартов МОБ, СНС ООН конца 20-го века предприятия отрасли металлоконструкций обозначают как "Fabricated metal products". В частности, в США новый североамериканский промышленный/отраслевой классификационный стандарт/система (North American Industry Classification System, NAICS) является полным аналогом международного стандарта МОБ, СНС ООН. В этом нет ничего необычного, т.к. экономисты США и СССР были практически единственными разработчиками международного стандарта МОБ, СНС ООН. В частности, в США это знаменитая русская трудовая экономическая школа, возглавляемая русскими-эмигрантами П.Сорокиным, В.Леонтьевым, С.Кузнецом, А.Масловым, А.Окунем, а также их учениками – американскими экономистами. На западе, в США работы по международной стандартизации русского/советского межотраслевого баланса проводилась, несмотря на активное противодействие западных либеральных экономических школ, которые по признанию западных уважаемых экономических журналов никогда не отличались высоким интеллектом. Так в частности, американский еженедельник Business Week в 1982 г. писал "Унылая картина.. Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия" [Business Week. 1982. 18 Jan. P. 124.]. В исследованиях американской экономической ассоциации за период 1972-1982 гг., опубликованных в журнале "American Economic Review" отмечается, что реальных научных, исследовательских экономических работ на западе и в США - всего 2-4%, остальные 94-96% работ западных либеральных экономических работ ничего общего не имеют ни с наукой, ни с экономикой.

На первом этапе исследуем внешние и внутренние интегрированные факторы, которые собственно определяют производственную функцию предприятий отрасли металлоконструкций. Понятно, что многофакторный анализ производственной функции позволяет дать оценку рисков, коридоров управления, эффективность управления на предприятиях отрасли металлоконструкций.

Под внешними факторами будем понимать, классифицировать прямые затраты на товары и услуги, приобретаемые предприятиями отрасли "Fabricated metal products" (стандарт NAICS, код 332) на 71 рынках интегрированных товаров и услуг в рамках международного стандарта МОБ, СНС ООН. Под внутренними факторами предприятий отрасли металлоконструкций будем понимать собственно добавленную стоимость в рамках международного стандарта МОБ, СНС ООН. В выборку включены все внешние факторы, т.е. рынки страны и все внутренние факторы.

Рассматривается интегральная группа валового выпуска FmGO и ее 2 подсистемы: подсистема внешних факторов/рынков FmTI (всего 71 рынков) и подсистема добавленной стоимости внутренних факторов FmADD (более 1000 факторов по персоналу, основным фондам, амортизации, инвестициям, % ставкам и т.д.).

Таблица 13 Экономический многофакторный анализ по интегрированной группе FmGO

MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.

Проведенные исследования по внутренним интегральным факторам "Total Value Added", обозначенному в модели как FmADD за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе внутренних затрат FmADD в выручке FmGO данный фактор в среднем составлял величину в размере MX=0,41275, Min=0,36261, Max=0,44538, среднеквадратичное отклонение составило Sx=0,02916, вариация Var=0,07064, а медиана Me=0,42128. В целом фактор FmADD по значимости занимает 2 место.

Проведенные исследования по внешнему интегральному фактору прямых затрат покупок на интегральных рынках, обозначенному в модели как FmTI за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI в выручке FmGO данный фактор в среднем составлял величину в размере MX=0,58725, Min=0,55462, Max=0,63739, среднеквадратичное отклонение составило Sx=0,02916, вариация Var=0,04965, а медиана Me=0,57872. В целом фактор FmTI по значимости занимает 1 место.

Цель второго этапа исследования определить динамику каждого из 2 исследуемых внешних FmTI и внутренних FmADD факторов от выручки FmGO, их эконометрические однофакторные модели.

Таблица 14 Экономический многофакторный анализ по интегрированной группе FmGO (продолжение)

Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора GFmi=b0i*FmTI^b1i, Линейная (k) - линейная модель GFmi=ki*FmTI.

В интегрированной группе внутреннего фактор FmADD от выручки FmGO за период 1997-2012 гг. показал динамику в размере 0,8413. Эконометрическая модель вида FmADD=194,50535*FmGO^0,50856 показала, что эластичность составила 0,50856. Эконометрическая модель вида FmADD=0,4054*FmGO уточнила среднюю величину фактора FmADD. В заключение отметим, что на исследованных рынках фактора FmADD преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе внешнего фактор FmTI от выручки FmGO за период 1997-2012 гг. показал динамику в размере 1,12732. Эконометрическая модель вида FmTI=0,00881*FmGO^1,33508 показала, что эластичность составила 1,33508. Эконометрическая модель вида FmTI=0,5946*FmGO уточнила среднюю величину фактора FmTI. В заключение отметим, что на исследованных рынках фактора FmTI преобладают низкие (МХ>=Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 2 внутренних и внешних интегральных факторов и их влияние на выручку/сбыт FmGO. Многофакторные эконометрические модели представлены в виде:

FmGO(MX)=135096,738+0,4128*FmADD+0,5872*FmTI

FmGO(MX)=1,973*FmADD^0,4128*FmTI^0,5872

FmGO(Min)=5,246*FmADD^0,3626*FmTI^0,5546

FmGO(Max)=0,737*FmADD^0,4454*FmTI^0,6374

Линейная многофакторная среднеотраслевая модель обеспечивает точность модели по отношению к исходным статистическим данным в размере 68186, а многофакторная степенная модель - 1811, что в 38 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию обеспечивает точность 11798, точность модели по худшему сценарию =11856.

На следующем этапе исследуем 8 интегрированных внешних факторов прямых затрат на товары и услуги, приобретенных предприятиями отрасли "NAICS 332-Fabricated metal products" на 71 рынках интегрированных товаров и услуг. В выборку включены все рынки страны. Рассматривается интегральная группа прямых затрат FmTI. Отметим, что из 8 изучаемых внешних интегрированных факторов/рынков прямых затрат (всех 71 рынков) 8 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели FmTI (Total Intermediate).

Таблица 15 Экономический многофакторный анализ по интегрированной группе FmTI

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Farms...Construction", обозначенному в модели как GFm1 (Fm11...Fm17) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,03457, Min=0,02249, Max=0,05888, среднеквадратичное отклонение составило Sx=0,00869, вариация Var=0,25141, а медиана Me=0,033. В целом фактор GFm1 по значимости занимает 6 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Wood products…Other transportation equipment", обозначенному в модели как GFm2 (Fm21…Fm29) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,58089, Min=0,50838, Max=0,62738, среднеквадратичное отклонение составило Sx=0,03784, вариация Var=0,06514, а медиана Me=0,58522. В целом фактор GFm2 по значимости занимает 1 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Furniture and related products…Plastics and rubber products", обозначенному в модели как GFm3 (Fm31…Fm40) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,07229, Min=0,06263, Max=0,07969, среднеквадратичное отклонение составило Sx=0,00543, вариация Var=0,07518, а медиана Me=0,07324. В целом фактор GFm3 по значимости занимает 4 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Wholesale trade…Warehousing and storage", обозначенному в модели как GFm4 (Fm41…Fm410) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,09574, Min=0,08963, Max=0,1027, среднеквадратичное отклонение составило Sx=0,00414, вариация Var=0,0432, а медиана Me=0,09651. В целом фактор GFm4 по значимости занимает 3 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Publishing industries, except internet (includes software)…Real estate", обозначенному в модели как GFm5 (Fm51…Fm59) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,0564, Min=0,03255, Max=0,08664, среднеквадратичное отклонение составило Sx=0,01615, вариация Var=0,28633, а медиана Me=0,05375. В целом фактор GFm5 по значимости занимает 5 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Rental and leasing services and lessors of intangible assets…Waste management and remediation services", обозначенному в модели как GFm6 (Fm61…Fm67) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,13394, Min=0,11369, Max=0,16055, среднеквадратичное отклонение составило Sx=0,01517, вариация Var=0,11329, а медиана Me=0,13166. В целом фактор GFm6 по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Educational services…Other services, except government", обозначенному в модели как GFm7 (Fm71…Fm79) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,02026, Min=0,01466, Max=0,02733, среднеквадратичное отклонение составило Sx=0,00381, вариация Var=0,18813, а медиана Me=0,02003. В целом фактор GFm7 по значимости занимает 7 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральных рынках "Federal general government…Noncomparable imports and rest-of-the-world adjustment1", обозначенному в модели как GFm8 (Fm81…Fm86) за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FmTI данный фактор в среднем составлял величину в размере MX=0,0059, Min=0,00438, Max=0,0074, среднеквадратичное отклонение составило Sx=0,00079, вариация Var=0,13331, а медиана Me=0,00589. В целом фактор GFm8 по значимости занимает 8 место.

Цель следующего этапа исследования определить динамику каждого из 8 исследуемых внешних факторов интегральной группы прямых затрат FmTI, их эконометрические однофакторные модели.

Таблица 16 Экономический многофакторный анализ по интегрированной группе FmTI (продолжение)

В интегрированной группе прямых затрат FmTI фактор GFm1 (Fm11...Fm17) за период 1997-2012 гг. показал динамику в размере 0,60974. Эконометрическая модель вида GFm1=1197,54751*FmTI^0,12646 показала, что эластичность составила 0,12646. Эконометрическая модель вида GFm1=0,03267*FmTI уточнила среднюю величину фактора GFm1. В заключение отметим, что на исследованных рынках фактора GFm1 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат FmTI фактор GFm2 (Fm21…Fm29) за период 1997-2012 гг. показал динамику в размере 1,02163. Эконометрическая модель вида GFm2=0,02487*FmTI^1,26247 показала, что эластичность составила 1,26247. Эконометрическая модель вида GFm2=0,59107*FmTI уточнила среднюю величину фактора GFm2. В заключение отметим, что на исследованных рынках фактора GFm2 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат FmTI фактор GFm3 (Fm31…Fm40) за период 1997-2012 гг. показал динамику в размере 0,89901. Эконометрическая модель вида GFm3=2,69913*FmTI^0,69803 показала, что эластичность составила 0,69803. Эконометрическая модель вида GFm3=0,07088*FmTI уточнила среднюю величину фактора GFm3. В заключение отметим, что на исследованных рынках фактора GFm3 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат FmTI фактор GFm4 (Fm41…Fm410) за период 1997-2012 гг. показал динамику в размере 1,05666. Эконометрическая модель вида GFm4=0,01723*FmTI^1,14291 показала, что эластичность составила 1,14291. Эконометрическая модель вида GFm4=0,09658*FmTI уточнила среднюю величину фактора GFm4. В заключение отметим, что на исследованных рынках фактора GFm4 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат FmTI фактор GFm5 (Fm51…Fm59) за период 1997-2012 гг. показал динамику в размере 0,72391. Эконометрическая модель вида GFm5=269608,18786*FmTI^-0,28523 показала, что эластичность составила -0,28523. Эконометрическая модель вида GFm5=0,05183*FmTI уточнила среднюю величину фактора GFm5. В заключение отметим, что на исследованных рынках фактора GFm5 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат FmTI фактор GFm6 (Fm61…Fm67) за период 1997-2012 гг. показал динамику в размере 1,17991. Эконометрическая модель вида GFm6=1,39738*FmTI^0,80404 показала, что эластичность составила 0,80404. Эконометрическая модель вида GFm6=0,13196*FmTI уточнила среднюю величину фактора GFm6. В заключение отметим, что на исследованных рынках фактора GFm6 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат FmTI фактор GFm7 (Fm71…Fm79) за период 1997-2012 гг. показал динамику в размере 0,80301. Эконометрическая модель вида GFm7=1197,98802*FmTI^0,08274 показала, что эластичность составила 0,08274. Эконометрическая модель вида GFm7=0,01907*FmTI уточнила среднюю величину фактора GFm7. В заключение отметим, что на исследованных рынках фактора GFm7 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат FmTI фактор GFm8 (Fm81…Fm86) за период 1997-2012 гг. показал динамику в размере 1,44167. Эконометрическая модель вида GFm8=0,00047*FmTI^1,20971 показала, что эластичность составила 1,20971. Эконометрическая модель вида GFm8=0,00595*FmTI уточнила среднюю величину фактора GFm8. В заключение отметим, что на исследованных рынках фактора GFm8 преобладают низкие (МХ>=Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 8 интегральных факторов прямых затрат на товары и услуги по интегральной группе прямых затрат FmTI. Многофакторные эконометрические модели представлены в виде трех многофакторных нейронных моделей внешней среды. В частности, для среднеотраслевых предприятий отрасли:

FmTI(MX)=102685,616+0,0346*GFm1+0,5809*GFm2+0,0723*GFm3+0,0957*GFm4+0,0564*GFm5+0,1339*GFm6+0,0203*GFm7+0,0059*GFm8

FmTI(MX)=4,027*GFm1^0,0346*GFm2^0,5809*GFm3^0,0723*GFm4^0,0957*GFm5^0,0564*GFm6^0,1339*GFm7^0,0203*GFm8^0,0059

Многофакторные нейронные модели внешней среды для среднеотраслевых лучших предприятий отрасли:

FmTI(Min)=19,266*GFm1^0,0225*GFm2^0,5084*GFm3^0,0626*GFm4^0,0896*GFm5^0,0325*GFm6^0,1137*GFm7^0,0147*GFm8^0,0044

Многофакторные нейронные модели внешней среды для среднеотраслевых худших предприятий отрасли:

FmTI(Max)=0,906*GFm1^0,0589*GFm2^0,6274*GFm3^0,0797*GFm4^0,1027*GFm5^0,0866*GFm6^0,1605*GFm7^0,0273*GFm8^0,0074

Линейная многофакторная среднеотраслевая модель внешних факторов обеспечивает точность модели по отношению к исходным статистическим данным в размере 66154, а многофакторная степенная модель - 2993, что в 22 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию FmTI(Min) обеспечивает точность 15709, точность модели по худшему сценарию FmTI(Max)=11618.

В заключение построим итоговые нейронные производственные модели для оценки рисков, коридоров управления, эффективность управления на предприятиях отрасли металлоконструкций.

Многофакторные нейронные модели для среднеотраслевых предприятий отрасли:

FmGO(MX)=1,973*FmADD^0,4128*FmTI^0,5872=

=1,973*FmADD^0,4128* (4,027*GFm1^0,0346*GFm2^0,5809*GFm3^0,0723*GFm4^0,0957*GFm5^0,0564*GFm6^0,1339*GFm7^0,0203*GFm8^0,0059)^0,5872

Многофакторные нейронные модели для среднеотраслевых лучших предприятий отрасли:

FmGO(Min)=5,246*FmADD^0,3626*FmTI^0,5546=

=5,246*FmADD^0,3626*(19,266*GFm1^0,0225*GFm2^0,5084*GFm3^0,0626*GFm4^0,0896*GFm5^0,0325*GFm6^0,1137*GFm7^0,0147*GFm8^0,0044)^0,5546

Многофакторные нейронные модели внешней среды для среднеотраслевых худших предприятий отрасли:

FmGO(Max)=0,737*FmADD^0,4454*FmTI^0,6374=

=0,737*FmADD^0,4454*(0,906*GFm1^0,0589*GFm2^0,6274*GFm3^0,0797*GFm4^0,1027*GFm5^0,0866*GFm6^0,1605*GFm7^0,0273*GFm8^0,0074)^0,6374

2.6 Деловая игра по межотраслевому моделированию социальной сферы. Исследование выполнено М.М.Новик

Традиционным методом изучения любых методик является последовательное монотонное изложение материала методики. В тоже время, по мнению авторов, методика Дорошко-Самариной в рамках концепции требует исследовать все семь уровней управления от рабочего места до межгосударственного сопоставления. Глубина исследований должна быть от 30 и более лет с количеством исследуемых функционалов от 10 млн. и более. Кроме этого в процессе работы должны быть изучены прямые и косвенно-латентные межотраслевые связи. Объем описания моделей целевого вектора только одной отрасли занимают в среднем около 1 тыс. страниц текста, без учета приложений: исходных статистических баз данных, промежуточных расчетов, моделей, в т.ч. межотраслевого, нейронного моделирования. Если учесть, что методика Дорошко-Самариной требует исследовать минимум 100 отраслевых целевых векторов, то минимальный объем методики составляет 100 томов.

Все это многообразие материала методики создает очевидные трудности по ее освоению специалистами. Стандартная методология обучения не работает. Перед авторами встала задача выбрать простую и эффективную методику обучения управленцев разных иерархических уровней. Ознакомившись с методологией деловых игр, ее технологиями, представленных продолжателем и ученицей основателей русской, советской школы деловых игр (1932 г. Ленинградский инженерно-экономический институт им. Молотова) М. Новик, авторы еще в конце прошлого века совместно с М. Новик разработали итоговую деловую игру "Инвест". Это отражено в статьях, учебных пособиях, монографиях авторов с 1995г. Ряд особенностей деловой игры "Инвест" был опубликован в совместных статьях с М. Новик. Поэтому выбор методики обучения на базе деловых игр для авторов был очевиден.

М. Новик как специалист по деловым играм предложила свое решение и научные разработки по переводу методик Дорошко-Самариной в среду деловых игр. Деловая игра по обучению руководителей всех иерархических уровней организации любых отраслей экономики методике Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций различных отраслей, регионов, государств изложена в исследования М. Новик.

Выдержка из исследований М. Новик деловой игры приводится ниже.

Существенные дополнения/изменения не вошедшие в книгу

Представленная в работе модель отрасли "Educational services, health care, and social assistance" в рамках ноосферной экономики можно и нужно трактовать как вектор социальной сферы ноосферной экономики.

При построении нейронных моделей внешней среды социальной сферы следует понимать и воспринимать данную модель также, как логистическую модель цепей поставок как прямых связей логистических цепей поставок, а также как косвенно-латентных (невидимых) связей логистических цепей поставок... Остальные моменты по модели внешней среды будут дополнены в дальнейшем, например в рамках спроса/предложения...

Введем обозначения моделей к методике межотраслевых балансов (МОБ) в стандартах ООН в рамках советской классификации и классификации В.Леонтьева по стандартизации рынков (по строкам) и отраслей (по колонкам)

Таблица 17 Обозначения моделей к методике межотраслевых балансов (МОБ) в стандартах ООН в рамках советской классификации и классификации В.Леонтьева по стандартизации рынков (по строкам) и отраслей (по колонкам). Исследуемые организации отрасли выделены

На первом этапе исследуем 15 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями отрасли "Educational services, health care, and social assistance" на 15-ти интегрированных рынках товаров и услуг. В выборку включены все рынки страны. Рассматривается интегральная группа прямых затрат EhsTI. Отметим, что из EhsTI изучаемых интегрированных факторов/рынков прямых затрат (из 15-ти интегральных рынков) 15 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели EhsTI (Total Intermediate). Все прямые затраты по весу распределены на 5-ть кластерно-нейронные групп.

Таблица 18 Экономический многофакторный анализ управления внешней средой (EhsTI) организаций-конкурентов за период 1997-2012 гг.

MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана. Ранг – кластерно-нейронная группа по весу функции - доля прямых затрат (TIi) на i-х рынках в валовом выпуске (GO).

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Agriculture, forestry, fishing, and hunting", обозначенному в модели как Ehs11 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs11 данный фактор в среднем составлял величину в размере MX=0,00072, Min=0,00048, Max=0,00096, среднеквадратичное отклонение составило Sx=0,00014, вариация Var=0,20165, а медиана =0,00073. В целом фактор Ehs11 по значимости занимает 5 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Mining", обозначенному в модели как Ehs21 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs21 данный фактор в среднем составлял величину в размере MX=0,00051, Min=0,00018, Max=0,00107, среднеквадратичное отклонение составило Sx=0,00029, вариация Var=0,57599, а медиана =0,00044. В целом фактор Ehs21 по значимости занимает 5 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Utilities", обозначенному в модели как Ehs22 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs22 данный фактор в среднем составлял величину в размере MX=0,03579, Min=0,02766, Max=0,05854, среднеквадратичное отклонение составило Sx=0,00824, вариация Var=0,23018, а медиана =0,0332. В целом фактор Ehs22 по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Construction", обозначенному в модели как Ehs23 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs23 данный фактор в среднем составлял величину в размере MX=0,00331, Min=0,0024, Max=0,00457, среднеквадратичное отклонение составило Sx=0,00069, вариация Var=0,20956, а медиана =0,00326. В целом фактор Ehs23 по значимости занимает 4 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Manufacturing", обозначенному в модели как Ehs31G за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs31G данный фактор в среднем составлял величину в размере MX=0,22946, Min=0,19281, Max=0,28202, среднеквадратичное отклонение составило Sx=0,0243, вариация Var=0,10591, а медиана =0,22611. В целом фактор Ehs31G по значимости занимает 1 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Wholesale trade", обозначенному в модели как Ehs42 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs42 данный фактор в среднем составлял величину в размере MX=0,04464, Min=0,04077, Max=0,04786, среднеквадратичное отклонение составило Sx=0,00179, вариация Var=0,04006, а медиана =0,04456. В целом фактор Ehs42 по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Retail trade", обозначенному в модели как Ehs44RT за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs44RT данный фактор в среднем составлял величину в размере MX=0,00143, Min=0,00129, Max=0,00173, среднеквадратичное отклонение составило Sx=0,00012, вариация Var=0,08242, а медиана =0,0014. В целом фактор Ehs44RT по значимости занимает 5 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Transportation and warehousing", обозначенному в модели как Ehs48TW за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs48TW данный фактор в среднем составлял величину в размере MX=0,02612, Min=0,02315, Max=0,02865, среднеквадратичное отклонение составило Sx=0,00146, вариация Var=0,05576, а медиана =0,02575. В целом фактор Ehs48TW по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Information", обозначенному в модели как Ehs51 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs51 данный фактор в среднем составлял величину в размере MX=0,03354, Min=0,03181, Max=0,03582, среднеквадратичное отклонение составило Sx=0,0014, вариация Var=0,04162, а медиана =0,03358. В целом фактор Ehs51 по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Finance, insurance, real estate, rental, and leasing", обозначенному в модели как FIRE за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат FIRE данный фактор в среднем составлял величину в размере MX=0,28916, Min=0,22821, Max=0,32593, среднеквадратичное отклонение составило Sx=0,03145, вариация Var=0,10877, а медиана =0,30092. В целом фактор FIRE по значимости занимает 1 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Professional and business services", обозначенному в модели как PROF за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат PROF данный фактор в среднем составлял величину в размере MX=0,22908, Min=0,21161, Max=0,25025, среднеквадратичное отклонение составило Sx=0,01158, вариация Var=0,05056, а медиана =0,22584. В целом фактор PROF по значимости занимает 1 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Educational services, health care, and social assistance", обозначенному в модели как Ehs6 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs6 данный фактор в среднем составлял величину в размере MX=0,03874, Min=0,03037, Max=0,05231, среднеквадратичное отклонение составило Sx=0,00747, вариация Var=0,19275, а медиана =0,03863. В целом фактор Ehs6 по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Arts, entertainment, recreation, accommodation, and food services", обозначенному в модели как Ehs7 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs7 данный фактор в среднем составлял величину в размере MX=0,02782, Min=0,02346, Max=0,03056, среднеквадратичное отклонение составило Sx=0,00201, вариация Var=0,07223, а медиана =0,02766. В целом фактор Ehs7 по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Other services, except government", обозначенному в модели как Ehs81 за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат Ehs81 данный фактор в среднем составлял величину в размере MX=0,02899, Min=0,02289, Max=0,0351, среднеквадратичное отклонение составило Sx=0,00327, вариация Var=0,11265, а медиана =0,02917. В целом фактор Ehs81 по значимости занимает 2 место.

Проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке "Government", обозначенному в модели как EhsG за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат EhsG данный фактор в среднем составлял величину в размере MX=0,00965, Min=0,00755, Max=0,01182, среднеквадратичное отклонение составило Sx=0,00134, вариация Var=0,13889, а медиана =0,00954. В целом фактор EhsG по значимости занимает 3 место.

Цель второго этапа исследования определить динамику каждого из EhsTI исследуемых факторов интегральной группы прямых затрат 15, их эконометрические однофакторные модели.

Таблица 19 Экономический многофакторный анализ управления внешней средой (EhsTI) организаций-конкурентов за период 1997-2012 гг. (продолжение)

Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Gi=b0i*G1^b1i, Линейная (k) - линейная модель Gi=ki*G1.

В интегрированной группе прямых затрат EhsTI фактор Ehs11 за период 1997-2012 гг. показал динамику в размере 0,85402. Эконометрическая модель вида Ehs11=0,00078*EhsTI^0,99223 показала, что эластичность составила 0,99223. Эконометрическая модель вида Ehs11=0,00073*EhsTI уточнила среднюю величину фактора Ehs11. В заключение отметим, что на исследованном рынке фактора Ehs11 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs21 за период 1997-2012 гг. показал динамику в размере 2,48335. Эконометрическая модель вида Ehs21=0*EhsTI^2,79727 показала, что эластичность составила 2,79727. Эконометрическая модель вида Ehs21=0,00063*EhsTI уточнила среднюю величину фактора Ehs21. В заключение отметим, что на исследованном рынке фактора Ehs21 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs22 за период 1997-2012 гг. показал динамику в размере 0,82553. Эконометрическая модель вида Ehs22=11,72658*EhsTI^0,56169 показала, что эластичность составила 0,56169. Эконометрическая модель вида Ehs22=0,03314*EhsTI уточнила среднюю величину фактора Ehs22. В заключение отметим, что на исследованном рынке фактора Ehs22 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs23 за период 1997-2012 гг. показал динамику в размере 0,64967. Эконометрическая модель вида Ehs23=3,89204*EhsTI^0,46537 показала, что эластичность составила 0,46537. Эконометрическая модель вида Ehs23=0,00306*EhsTI уточнила среднюю величину фактора Ehs23. В заключение отметим, что на исследованном рынке фактора Ehs23 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs31G за период 1997-2012 гг. показал динамику в размере 0,71314. Эконометрическая модель вида Ehs31G=18,21169*EhsTI^0,66983 показала, что эластичность составила 0,66983. Эконометрическая модель вида Ehs31G=0,21843*EhsTI уточнила среднюю величину фактора Ehs31G. В заключение отметим, что на исследованном рынке фактора Ehs31G преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs42 за период 1997-2012 гг. показал динамику в размере 0,92675. Эконометрическая модель вида Ehs42=0,05658*EhsTI^0,98206 показала, что эластичность составила 0,98206. Эконометрическая модель вида Ehs42=0,0445*EhsTI уточнила среднюю величину фактора Ehs42. В заключение отметим, что на исследованном рынке фактора Ehs42 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs44RT за период 1997-2012 гг. показал динамику в размере 1,30772. Эконометрическая модель вида Ehs44RT=0,00011*EhsTI^1,19064 показала, что эластичность составила 1,19064. Эконометрическая модель вида Ehs44RT=0,00148*EhsTI уточнила среднюю величину фактора Ehs44RT. В заключение отметим, что на исследованном рынке фактора Ehs44RT преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs48TW за период 1997-2012 гг. показал динамику в размере 0,94367. Эконометрическая модель вида Ehs48TW=0,07425*EhsTI^0,92113 показала, что эластичность составила 0,92113. Эконометрическая модель вида Ehs48TW=0,02595*EhsTI уточнила среднюю величину фактора Ehs48TW. В заключение отметим, что на исследованном рынке фактора Ehs48TW преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs51 за период 1997-2012 гг. показал динамику в размере 0,94217. Эконометрическая модель вида Ehs51=0,08331*EhsTI^0,93134 показала, что эластичность составила 0,93134. Эконометрическая модель вида Ehs51=0,03323*EhsTI уточнила среднюю величину фактора Ehs51. В заключение отметим, что на исследованном рынке фактора Ehs51 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор FIRE за период 1997-2012 гг. показал динамику в размере 1,34855. Эконометрическая модель вида FIRE=0,00341*EhsTI^1,33435 показала, что эластичность составила 1,33435. Эконометрическая модель вида FIRE=0,30121*EhsTI уточнила среднюю величину фактора FIRE. В заключение отметим, что на исследованном рынке фактора FIRE преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор PROF за период 1997-2012 гг. показал динамику в размере 1,1105. Эконометрическая модель вида PROF=0,06647*EhsTI^1,0932 показала, что эластичность составила 1,0932. Эконометрическая модель вида PROF=0,2333*EhsTI уточнила среднюю величину фактора PROF. В заключение отметим, что на исследованном рынке фактора PROF преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs6 за период 1997-2012 гг. показал динамику в размере 0,61643. Эконометрическая модель вида Ehs6=99,27303*EhsTI^0,40698 показала, что эластичность составила 0,40698. Эконометрическая модель вида Ehs6=0,03536*EhsTI уточнила среднюю величину фактора Ehs6. В заключение отметим, что на исследованном рынке фактора Ehs6 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs7 за период 1997-2012 гг. показал динамику в размере 0,99998. Эконометрическая модель вида Ehs7=0,01026*EhsTI^1,07502 показала, что эластичность составила 1,07502. Эконометрическая модель вида Ehs7=0,02829*EhsTI уточнила среднюю величину фактора Ehs7. В заключение отметим, что на исследованном рынке фактора Ehs7 преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор Ehs81 за период 1997-2012 гг. показал динамику в размере 1,53384. Эконометрическая модель вида Ehs81=0,00021*EhsTI^1,36959 показала, что эластичность составила 1,36959. Эконометрическая модель вида Ehs81=0,03056*EhsTI уточнила среднюю величину фактора Ehs81. В заключение отметим, что на исследованном рынке фактора Ehs81 преобладают высокие (МХ<Me) цены или прямые затраты.

В интегрированной группе прямых затрат EhsTI фактор EhsG за период 1997-2012 гг. показал динамику в размере 0,66803. Эконометрическая модель вида EhsG=2,8851*EhsTI^0,56953 показала, что эластичность составила 0,56953. Эконометрическая модель вида EhsG=0,00903*EhsTI уточнила среднюю величину фактора EhsG. В заключение отметим, что на исследованном рынке фактора EhsG преобладают низкие (МХ>=Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 15 интегральных факторов прямых затрат на товары и услуги по интегральной группе прямых затрат EhsTI.

Многофакторные эконометрические модели разделены на три группы по эффективности управления внешними факторами.

Интегральную многофакторную среднеотраслевую модель эффективности управления всеми организациями-конкурентами внешними факторами можно представить в виде линейной и степенной моделей:

EhsTI(MX)=481158,4+0,0007*Ehs11+0,0005*Ehs21+0,0358*Ehs22+0,0033*Ehs23+0,2295*Ehs31G+ 0,0446*Ehs42+0,0014*Ehs44RT+0,0261*Ehs48TW+0,0335*Ehs51+0,2892*FIRE+0,2291*PROF+ 0,038737*Ehs6+0,0278*Ehs7+0,0290*Ehs81+0,0096*EhsG

EhsTI(MX)=6,891*Ehs11^0,0007*Ehs21^0,0005*Ehs22^0,0358*Ehs23^0,0033*Ehs31G^0,2295*Ehs42^0,0446* Ehs44RT^0,0014*Ehs48TW^0,0261*Ehs51^0,0335*FIRE^0,2892*PROF^0,2291*Ehs6^0,038737*Ehs7^0,0278*Ehs81^0,0290*EhsG^0,0096

Интегральную многофакторную среднеотраслевую модель эффективности управления лучшими организациями-конкурентами внешними факторами можно представить в виде:

EhsTI(Min)=40,497*Ehs11^0,0005*Ehs21^0,0002*Ehs22^0,0277*Ehs23^0,0024*Ehs31G^0,1928*Ehs42^0,0408* Ehs44RT^0,0013*Ehs48TW^0,0231*Ehs51^0,0318*FIRE^0,2282*PROF^0,2116*Ehs6^0,030366*Ehs7^0,0235*Ehs81^0,0229*EhsG^0,0075

Интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями-конкурентами внешними факторами можно представить в виде:

EhsTI(Max)=1,034*Ehs11^0,0010*Ehs21^0,0011*Ehs22^0,0585*Ehs23^0,0046*Ehs31G^0,2820*Ehs42^0,0479* Ehs44RT^0,0017*Ehs48TW^0,0286*Ehs51^0,0358*FIRE^0,3259*PROF^0,2503*Ehs6^0,052310*Ehs7^0,0306*Ehs81^0,0351*EhsG^0,0118

Линейная многофакторная среднеотраслевая модель обеспечивает точность модели по отношению к исходным статистическим данным в размере 530358, а многофакторная степенная модель - 6905, что в 77 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию EhsTI(Min) обеспечивает точность 96571, точность модели по худшему сценарию EhsTI(Max)=90279.

На втором этапе необходимо оценить влияние исключительно внутренних факторов на управление организацией, т.е. все виды прямых затрат внутри промышленного предприятия от рабочего места персонала до цехов, подразделений, отделов и собственно предприятия. Практически необходимо дать комплексную оценку всех i-х факторов добавленной стоимости в динамике. Цель данного этапа - дать оценку эффективности управления организацией по внутренним факторам с их полной детализацией: по персоналу, основным фондам, амортизации, инвестициям, доходам, расходам, процентам, налогам, чистой прибыли и т.д.

Для этого по каждому внутреннему i-му фактору необходимо:

• Провести комплексный анализ и моделирование с использованием всего многообразия известных математических методов без исключения по всем внутренним i-м факторам в динамике.
• Дать оценку рисков, коридоров управления, эффективности управления внутренней средой организациями-конкурентами на основе нейронного моделирования по всем внутренним i-м факторам в динамике.
• Выявить приоритеты управления внутренней средой организациями-конкурентами на основе нейронных, весовых, кластерно-дискриминантных моделей по всем внутренним i-м факторам в динамике.

В заключение данного этапа необходимо дать интегральную оценку рисков, коридоров управления, эффективности управления внутренней средой организациями-конкурентами на основе многофакторного нейронного моделирования по всем внутренним i-м факторам в динамике.

Для этого следует:

• Построить интегральную многофакторную среднеотраслевую модель эффективности управления организациями-конкурентами внутренними факторами, определяющими сбытовую деятельность в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления лучшими организациями-конкурентами внутренними факторами, определяющими сбытовую деятельность в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями-конкурентами внутренними факторами, определяющими сбытовую деятельность в динамике.

На первом этапе исследуем 3 интегрированных внутренних факторов организаций конкурентов отрасли "Educational services, health care, and social assistance". В выборку включены все внутренние факторы. Рассматривается интегральная группа прямых внутренних затрат AddEhs. Отметим, что из AddEhs изучаемых внутренних интегрированных факторов прямых затрат 3 фактора/рынка влияют на интегрированный/итоговый фактор прямых внутренних затрат эконометрической модели AddEhs (Total Value Added).

Таблица 20 Экономический многофакторный анализ управления внутренней средой организаций-конкурентов ADD за период 1997-2012 гг.

Проведенные исследования по внутреннему интегральному фактору прямых затрат "Compensation of employees", обозначенному в модели как CompEhs за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат CompEhs данный фактор в среднем составлял величину в размере MX=0,83986, Min=0,82873, Max=0,85324, среднеквадратичное отклонение составило Sx=0,00574, вариация Var=0,00684, а медиана =0,83835. В целом фактор CompEhs по значимости занимает 1 место.

Проведенные исследования по внутреннему интегральному фактору прямых затрат "Taxes on production and imports, less subsidies", обозначенному в модели как TaxEhs за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат TaxEhs данный фактор в среднем составлял величину в размере MX=0,02586, Min=0,02283, Max=0,02904, среднеквадратичное отклонение составило Sx=0,00173, вариация Var=0,06681, а медиана =0,02569. В целом фактор TaxEhs по значимости занимает 3 место.

Проведенные исследования по внутреннему интегральному фактору прямых затрат "Gross operating surplus", обозначенному в модели как GosEhs за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат GosEhs данный фактор в среднем составлял величину в размере MX=0,13428, Min=0,11772, Max=0,14734, среднеквадратичное отклонение составило Sx=0,00689, вариация Var=0,05132, а медиана =0,1354. В целом фактор GosEhs по значимости занимает 2 место.

Цель второго этапа исследования определить динамику каждого из 3 исследуемых внутренних факторов AddEhs, их эконометрические однофакторные модели.

Таблица 21 Экономический многофакторный анализ управления внутренней средой организаций-конкурентов ADD за период 1997-2012 гг. (продолжение)

В интегрированной группе внутренних прямых затрат EhsTI фактор CompEhs за период 1997-2012 гг. показал динамику в размере 1,01486. Эконометрическая модель вида CompEhs=0,71172*EhsTI^1,0121 показала, что эластичность составила 1,0121. Эконометрическая модель вида CompEhs=0,84098*EhsTI уточнила среднюю величину фактора CompEhs. В заключение отметим, что на исследованном рынке фактора CompEhs преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе внутренних прямых затрат EhsTI фактор TaxEhs за период 1997-2012 гг. показал динамику в размере 1,00614. Эконометрическая модель вида TaxEhs=0,00942*EhsTI^1,07363 показала, что эластичность составила 1,07363. Эконометрическая модель вида TaxEhs=0,026*EhsTI уточнила среднюю величину фактора TaxEhs. В заключение отметим, что на исследованном рынке фактора TaxEhs преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе внутренних прямых затрат EhsTI фактор GosEhs за период 1997-2012 гг. показал динамику в размере 0,91544. Эконометрическая модель вида GosEhs=0,4584*EhsTI^0,91015 показала, что эластичность составила 0,91015. Эконометрическая модель вида GosEhs=0,13302*EhsTI уточнила среднюю величину фактора GosEhs. В заключение отметим, что на исследованном рынке фактора GosEhs преобладают высокие (МХ<Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 3 интегральных факторов прямых затрат на товары и услуги по интегральной группе прямых затрат AddEhs.

Многофакторные эконометрические модели для лучших, худших и средних организаций по управлению внутренними факторами исследуемой отрасли "Educational services, health care, and social assistance" представлены в виде:

AddEhs(MX)=249395,8+0,8399*CompEhs+0,0259*TaxEhs+0,1343*GosEhs

AddEhs(MX)=1,108*CompEhs^0,8399*TaxEhs^0,0259*GosEhs^0,1343

AddEhs(Min)=1,617*CompEhs^0,8287*TaxEhs^0,0228*GosEhs^0,1177

AddEhs(Max)=0,767*CompEhs^0,8532*TaxEhs^0,0290*GosEhs^0,1473

Линейная многофакторная среднеотраслевая модель обеспечивает точность модели по отношению к исходным статистическим данным в размере 258883, а многофакторная степенная модель - 71090, что в 4 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию AddEhs(Min) обеспечивает точность 80215, точность модели по худшему сценарию AddEhs(Max)=65711.

На третьем этапе следует комплексно оценить внутренние и внешние факторы и их влияние на управление организацией. Практически необходимо дать комплексную динамическую оценку всех i-х факторов добавленной стоимости и всех j-х факторов внешней среды.

Цель данного этапа - дать оценку эффективности управления организациями-конкурентами по внутренним и внешним факторам с их полной детализацией в динамике. Для этого по каждому i-му внутреннему фактору и j-му фактору внешней среды необходимо:

• Провести комплексный анализ и моделирование с использованием всего многообразия известных математических методов без исключения по всем внутренним i-м факторам и внешним j-м факторам в динамике.
• Дать оценку рисков, коридоров управления, эффективности управления внутренней, внешней средой организациями-конкурентами на основе нейронного моделирования по всем внутренним i-м факторам и внешним j-м факторам в динамике.
• Выявить приоритеты управления внутренней, внешней средой организациями-конкурентами на основе нейронных, весовых, кластерно-дискриминантных моделей по всем внутренним i-м факторам и внешним j-м факторам в динамике.

В заключение этого этапа следует дать интегральную оценку рисков, коридоров управления, эффективности управления внутренней и внешней средой организациями-конкурентами на основе многофакторного нейронного моделирования по всем внутренним i-м факторам и внешним j-м факторам в динамике. Для этого необходимо:

• Построить интегральную многофакторную среднеотраслевую модель эффективности управления организациями-конкурентами внутренними и внешними факторами в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления лучшими организациями-конкурентами внутренними и внешними факторами в динамике.
• Построить интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями-конкурентами внутренними и внешними факторами в динамике.

На первом этапе исследуем 2 интегрированных внешних факторов прямых затрат на товары и услуги, приобретенных организациями отрасли "Total Intermediate" на рынках интегрированных товаров и услуг, а также всех внутренних факторов затрат, определяющих управление деятельностью организаций. В выборку включены все рынки страны и все внутренние факторы. Рассматривается интегральная группа валового выпуска GOEhs и ее 2 подсистемы: подсистема внешних факторов/рынков Total Intermediate (всего 15 интегральных рынков) и подсистема добавленной стоимости внутренних факторов Total Value Added (более 1000 факторов по персоналу, основным фондам, амортизации, инвестициям, % ставкам и т.д.).

Таблица 22 Экономический многофакторный анализ управления внутренней, внешней средой организаций-конкурентов GO за период 1997-2012 гг.

Проведенные исследования по внутреннему интегральному фактору добавленной стоимости, обозначенному в модели как AddEhs за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат AddEhs в выручке GOEhs данный фактор в среднем составлял величину в размере MX=0,60253, Min=0,59058, Max=0,61873, среднеквадратичное отклонение составило Sx=0,00728, вариация Var=0,01208, а медиана Me=0,60134. В целом фактор AddEhs по значимости занимает 1 место.

Проведенные исследования по внешнему интегральному фактору прямых затрат покупок на интегральных рынках, обозначенному в модели как TIEhs за период 1997-2012 гг., позволяют утверждать следующее. В интегрированной группе прямых затрат TIEhs в выручке GOEhs данный фактор в среднем составлял величину в размере MX=0,39747, Min=0,38127, Max=0,40942, среднеквадратичное отклонение составило Sx=0,00728, вариация Var=0,01832, а медиана Me=0,39866. В целом фактор TIEhs по значимости занимает 2 место.

Цель второго этапа исследования - определить динамику каждого из GOEhs исследуемых внешних TIEhs и внутренних AddEhs факторов от выручки GOEhs, их эконометрические однофакторные модели.

Таблица 23 Экономический многофакторный анализ управления внутренней, внешней средой организаций-конкурентов GO за период 1997-2012 гг. (продолжение)

В интегрированной группе внутреннего фактор добавленной стоимости AddEhs от выручки GOEhs за период 1997-2012 гг. показал динамику в размере 0,9545. Эконометрическая модель вида AddEhs=0,86168*GOEhs^0,97478 показала, что эластичность составила 0,97478. Эконометрическая модель вида AddEhs=0,60053*GOEhs уточнила среднюю величину фактора AddEhs. В заключение отметим, что на исследованных рынках фактора AddEhs преобладают низкие (МХ>=Me) цены или прямые затраты.

В интегрированной группе внешнего фактора TIEhs от выручки GOEhs за период 1997-2012 гг. показал динамику в размере 1,07384. Эконометрическая модель вида TIEhs=0,23049*GOEhs^1,0384 показала, что эластичность составила 1,0384. Эконометрическая модель вида TIEhs=0,39947*GOEhs уточнила среднюю величину фактора TIEhs. В заключение отметим, что на исследованных рынках фактора TIEhs преобладают высокие (МХ<Me) цены или прямые затраты.

На третьем этапе проведем многофакторное эконометрическое моделирование 2 внутренних и внешних интегральных факторов и их влияние на выручку/сбыт GOEhs.

Многофакторные эконометрические модели для лучших, худших и средних организаций исследуемой отрасли "Educational services, health care, and social assistance" по эффективности управления внешними (TIEhs) и внутренними (AddEhs) факторами представлены в виде:

GOEhs(MX)=721336,7+0,6025*AddEhs+0,3975*TIEhs

Интегральную многофакторную среднеотраслевую модель эффективности управления всеми организациями-конкурентами внутренними и внешними факторами можно представить в виде:

GOEhs(MX)=1,958*AddEhs^0,6025*TIEhs^0,3975

Интегральную многофакторную среднеотраслевую модель эффективности управления лучшими организациями-конкурентами внутренними и внешними факторами можно представить в виде:

GOEhs(Min)=2,870*AddEhs^0,5906*TIEhs^0,3813

Интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями-конкурентами внутренними и внешними факторами можно представить в виде:

GOEhs(Max)=1,334*AddEhs^0,6187*TIEhs^0,4094

Линейная многофакторная среднеотраслевая модель обеспечивает точность модели по отношению к исходным статистическим данным в размере 782678, а многофакторная степенная модель - 737, что в 1061 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GOEhs(Min) обеспечивает точность 43251, точность модели по худшему сценарию GOEhs(Max)=42311.

В заключение проведем эконометрическую свертку по средним, лучшим, худшим предприятиям-конкурентам.

Интегральную многофакторную среднеотраслевую модель эффективности управления всеми организациями-конкурентами внутренними и внешними факторами можно представить в виде:

GOEhs(MX)=1,958*(1,108*CompEhs^0,8399*TaxEhs^0,0259*GosEhs^0,1343)^0,6025* (6,891*Ehs11^0,0007*Ehs21^0,0005*Ehs22^0,0358*Ehs23^0,0033*Ehs31G^0,2295*Ehs42^0,0446* Ehs44RT^0,0014*Ehs48TW^0,0261*Ehs51^0,0335*FIRE^0,2892*PROF^0,2291*Ehs6^0,038737*Ehs7^0,0278*Ehs81^0,0290*EhsG^0,0096)^0,3975

Интегральную многофакторную среднеотраслевую модель эффективности управления лучшими организациями-конкурентами внутренними и внешними факторами можно представить в виде:

GOEhs(Min)=2,870*(1,617*CompEhs^0,8287*TaxEhs^0,0228*GosEhs^0,1177)^0,5906* (40,497*Ehs11^0,0005*Ehs21^0,0002*Ehs22^0,0277*Ehs23^0,0024*Ehs31G^0,1928*Ehs42^0,0408* Ehs44RT^0,0013*Ehs48TW^0,0231*Ehs51^0,0318*FIRE^0,2282*PROF^0,2116*Ehs6^0,030366*Ehs7^0,0235*Ehs81^0,0229*EhsG^0,0075)^0,3813

Интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями-конкурентами внутренними и внешними факторами можно представить в виде:

GOEhs(Max)=1,334*(0,767*CompEhs^0,8532*TaxEhs^0,0290*GosEhs^0,1473)^0,6187* (1,034*Ehs11^0,0010*Ehs21^0,0011*Ehs22^0,0585*Ehs23^0,0046*Ehs31G^0,2820*Ehs42^0,0479* Ehs44RT^0,0017*Ehs48TW^0,0286*Ehs51^0,0358*FIRE^0,3259*PROF^0,2503*Ehs6^0,052310*Ehs7^0,0306*Ehs81^0,0351*EhsG^0,0118)^0,4094

2.7 Прогнозное эконометрическое межотраслевое моделирование экономики в условиях кризиса 2013-2014 гг. на основе закона Дорошко-Самарина. Исследование выполнено Г.А.Пашаевым - ФОНД "ПРЕЗИДЕНТ"

Данное прогнозное эконометрическое моделирование кризиса было сделано в 2012 году, но не вошло в книгу авторов [1-10], так как при написании данной книги был ограничен объём финансирования. В книге авторов [1-10], было отмечено, что я как соавтор участвовал в работах по прогнозированию кризисов 2013-2014 годов, и предложил свою версию прогноза кризиса 2013-2014г.

На основании проведенного анализа/моделирования была сформирована вектор-матричная модель, описывающая три сценария развития кризиса 2013-2014 г. (минимальное, максимальное, среднее) по каждому из отраслей/рынков товаров и услуг. Все промежуточные расчеты, векторно-матричные модели ввиду ограничения на объем книги не представлены.

Рассмотрим средний сценарий прогноза суммарных потерь экономики США в 2013-2014 г. по отраслям по первой и второй фазам кризиса, перерастающего в экономический кризис. Базовый год прогноза - 2011 г.

2.7.1 Расчет среднего сценария развития кризиса/сжатия экономики США в 2013-2014 г.

Перед тем, как дать описание расчета среднего сценария развития кризиса следует сделать существенные замечания. Во всех моделях вектор-матричных прогнозов по трем сценариям развития кризиса используется повышенная точность до 17-21 знака после запятой. В данном материале описания исследования все данные округлены, что может приводить к естественным ошибкам и неточностям.

Результаты расчетов по среднему сценарию прогноза суммарных потерь экономики США в 2013-2014 г. по отраслям по первой и второй фазам финансового кризиса, перерастающего в экономический кризис, млрд.долл.США представлены в табл. 24.

Таблица 24 Средний сценарий прогноза суммарных потерь экономики США в 2013-2014 г. по отраслям, млрд.долл.США. Базовый год прогноза 2011 г.