WEB-ресурс научно-практических конференций

Ревенко Д.С., Ревенко А.С.

Национальный аэрокосмический университет им. Н.Е. Жуковского

ФОРМИРОВАНИЕ ИНТЕРВАЛЬНЫХ ПОДХОДОВ К ПРОГНОЗИРОВАНИЮ С ЦЕЛЬЮ МИНИМИЗАЦИИ РИСКОВ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ

В условиях современной динамики и трансформации рыночной экономики оценка инвестиционных проектов существенно зависит от того, насколько достоверно в них предвидеться перспективы развития будущего, т.е. от прогнозирования. В значительной мере быстрое изменение динамики и структуры процессов ведет к неопределенности этих процессов.

В настоящее время методы прогнозирования заняли видное место в экономических и технических науках. С развитием компьютерной техники, совершенствованием информационных технологий, распространением пакетов прикладных программ эти методы вышли за стены учебных и научно-исследовательских заведений. Они стали важным инструментом в деятельности плановых, экономических, аналитических, маркетинговых отделов производственных предприятий и объединений, торговых, страховых компаний, банков, правительственных учреждений. Информационные запросы управляющих структур в условиях рынка существенно меняются по объему, составу, достоверности и оперативности информации. В связи с этим для руководителей различных уровней возрастает роль прогнозирования и принятия обоснованных управленческих решений, что дает стимул развитию методов, моделей и инструментальных сре дств пр огнозирования.

Как отмечалось ранее, техника прогнозирования продолжает развиваться, и появляются все новые и новые методы, так как менеджмент сталкивается с растущей потребностью в прогнозировании процессов. Особое внимание при этом сосредотачивается на ошибках, которые являются неотъемлемой частью любой процедуры прогнозирования. Предсказания будущих исходов редко оказываются точными (с точностью до знака), поэтому человек, занимающийся прогнозированием, может лишь пытаться, насколько это возможно, смягчить последствия неизбежных ошибок.

Почему же прогнозирование необходимо в свете общей недетерминированности естественных процессов? Ответ состоит в том, что все организации функционируют в условиях неопределенности, но, вопреки этому, их управленцы должны принимать решения, оказывающие влияние на будущее организации. Обоснованные предположения о будущем более ценны для менеджеров, чем необоснованные.

В современных условиях, характеризующихся неопределенностью с постоянными динамическими изменениями, актуально использовать инновационные методы управления, в частности прогнозирование динамических процессов с неопределенными данными. Неопределенность данных характеризуется множеством факторов неопределенности: неопределенность исходных данных, неопределенность внешней среды, неопределенность, связанная с характером динамики процессов и т. д. Именно факторы неопределенности определяют ошибку прогноза, т.е. опасность потери ресурсов, недополучения доходов или появления дополнительных расходов, связанных с системой хозяйствования.

Статистические методы прогнозирования все более широко применяются при решении различных прикладных задач. Одним из таких методов является наложение интервальных операций на оптимальную прогнозную модель. В настоящее время интервальное представление факторов неопределенности привлекает все большее внимание инженеров и экономистов как именно ограничительное и наиболее адекватное многим практическим постановкам задач.

На сегодня интервальные вычисления имеют уже достаточно богатую историю. Первые попытки регулярного использования интервального подхода в решении конкретных задач численного анализа относятся к рубежу 50-60-х гг. прошлого века. Решающим шагом на пути оформления идеи в самостоятельное математическое направление стала написанная в 1966 году основополагающая монография американского математика Романа Мура [2]. Первоначально это направление получило название «интервальный анализ», а затем чаще стал употребляться термин «интервальная математика».

Результатом интервальных расчетов являются интервалы ( интервал – это замкнутый числовой промежуток), в которых могут находиться итоги вычислений. Применение интервальных вычислений имеет преимущество перед детерминированными или вероятностными методами вычислений: не требуется знание вероятностных характеристик факторов, которые на практике редко бывают точно известными. Фактически вместо них используются их статистические оценки. В этом случае требуется кроме положения центра рассевания указывать двусторонние границы получаемых результатов. Например, интервал между 2 и 3 содержит все вещественные числа между 2 и 3 , включая их самих, и обозначается как [2,3] . Соответственно, интервальная неопределенность – это состояние неполного (частичного) знания об интересующей нас величине, когда можно лишь указать ее принадлежность данному интервалу. Иными словами, мы можем предъявить только границы возможных значений этой величины (либо пределы ее изменения), и ширина получающегося интервала является естественной мерой неопределенности (неоднозначности).

Выполнение арифметических операций над величинами, имеющими интервальную неопределенность, приводит к интервальной неопределенности в ответе, и интервал результата должен содержать все возможные результаты выполнения операции над представителями исходных интервалов. Например, [1,2]+[2,3]=[3,5], если в пределах интервалов [1,2] и [2,3] соответствующие величины могут принимать значения «независимо» друг от друга.

Имеются три основные сферы успешного применения интервального анализа и интервальных методов:

- решение практических задач, имеющих интервальную неопределенность данных;

- прогнозирование динамических процессов на основе построения гибридных моделей: операций интервальной алгебры и прогнозных моделей;

- решение задач, имеющих большой объем информации, которую можно решить на основании кластеризации.

Статистические методы представляют наибольший интерес при прогнозировании динамических процессов с неопределенными данными. К таким методам относится метод на основе интервального анализа. Он позволяет решить задачи, связанные с недостатком исходной информации. Эта область прогнозирования остается до сих пор не решенной, что и создает актуальность данной тематики.

Вышеизложенные результаты позволяют перейти к решению задач прогнозирования динамических процессов с неопределенными данными путем формирования научно-обоснованных методов прогнозирования на основе интервального анализа.

Литература:

1. Грабовецький Б.Є. Економічне прогнозування та планування . – К.: Центр навчальної літератури , 2003. – 188 с .

2. Прикладной интервальный анализ / Жолен Л., Кифер М., Дидри О. и др.– М.: Институт компьютерных исследований, 2007. – 468 с .